文章を読んでいるとき、読者は文字列に記された命題だけを受け取っているわけではない。とくに論考や解説では、書かれている事実だけでなく、何を問題として選び、どの根拠を採用し、そこから何を判断したのかまでが文章の内容になる。そのため読者は、「この人はここに書いたことを考え、理解したうえで自分の名前を置いている」という前提にも依存している。Bryan Cantrill は 2026 年 9 月 5 日の論考「The revolt of the reader」で、LLM がこの前提を壊しつつあると主張した[1]。
人間が書いた文章であっても、書き手が内容を正しく理解しているとは限らない。誤認、論理の飛躍、根拠不足は以前から存在する。それでも、一定の長さと論理構造を持つ文章を人間が自力で完成させるには、何を述べるかを選び、前後の関係を組み立て、それを言葉へ変換する作業が必要だった。完成した文章は理解そのものの証明ではなくても、書き手が一定の思考過程を経たことを推定する材料にはなっていた。
LLM は、この推定を成立させていた条件を変える。名義人が対象を十分に理解していなくても、問題設定らしい導入、論点の分類、段落間の接続、専門用語を含む説明、結論までを一続きの文章として生成できるからである。ここで低下するのは必ずしも文章品質ではない。むしろ、完成した文章の外形を高い水準で生成できるからこそ、その外形から名義人がどの程度考えたのかを判断できなくなる。
| 確認対象 | 文章から従来推定できたこと | LLM 介在後に残る不確定性 |
|---|---|---|
| 問題設定 | 何を書くかを決める作業を、書き手自身がある程度行ったと推定できた。 | 問題設定そのものを LLM が提示し、名義人が選択しただけの可能性を完成文から判別できない。 |
| 論理構成 | 前提と結論を接続する過程で、書き手が論理上の不足や矛盾に直面した可能性が高かった。 | 構成や接続を LLM が補完できるため、名義人自身が論理を再構成できるかは文章だけでは分からない。 |
| 文章表現 | 考えを文章へ変換する作業そのものが書き手側に残っていた。 | 説明、要約、言い換え、接続を LLM に移しても、完成文の流暢さは維持できる。 |
| 理解 | 完成までの作業量が、書き手が内容に一定程度向き合ったことを示す弱い手掛かりになっていた。 | 完成文の品質と名義人の理解度を切り離せるため、文章の外形から理解度を推定しにくい。 |
この変化を「AI の文章は人間味がない」という文体上の問題へ置き換えると、本質を外す。LLM が人間と区別できないほど自然な文章を生成できたとしても、名義人が問題を設定し、根拠を確認し、推論を組み立てたかどうかは別に残る。反対に、文章に不揃いな言い回しや癖が残っていても、それだけで名義人自身が考えたことの証明にはならない。
Cantrill の議論を検証するには、ここから先の命題を分離する必要がある。「LLM によって文章と名義人の理解を対応させにくくなった」ことと、「読者が AI 文を正確に見抜ける」ことは同じではない。さらに、「AI 文だと認識した読者が評価を下げる」こと、「機械検出によって人間の著者性を確認できる」ことも別の命題である。
| 命題 | 確認すべき事実 | 成立しても証明されないこと |
|---|---|---|
| LLM が著者理解の推定を難しくする | 名義人が十分に理解していなくても整った文章を生成できるかを確認する。 | 読者がその文章を AI 生成だと識別できることまでは証明しない。 |
| 読者が AI 文を識別できる | 人間文と AI 文を判定させた実験で正答率を測る必要がある。 | AI 文を識別した読者が、その文章を嫌うことまでは証明しない。 |
| AI 関与で読者評価が低下する | AI 関与の有無だけを変えた比較で、評価差を測る必要がある。 | 評価低下の原因が、書き手自身が考えていないことにあるとは限らない。 |
| 検出器が AI 由来を判定できる | 人間文、AI 文、混合文に対する誤判定率と適用範囲を確認する。 | 名義人が内容を考え、理解し、判断したことまでは証明しない。 |
この区別を置くと、Cantrill の論考を一つの賛否で評価できない理由が明確になる。LLM が文章生成コストを下げ、完成文と名義人の理解との対応を弱めたという最初の指摘は、生成技術そのものの変化から導ける。一方、読者の識別能力、AI 関与への拒否反応、その拒否が生じる原因、検出器による判定には、それぞれ独立した証拠が必要になる。
本稿では、この順序を維持して Cantrill の論証を検討する。最初に、文章を書く過程がなぜ書き手の理解と結びついてきたのかを確認する。その後、人間による AI 文の識別、AI 関与を知った読者の反応、スパム との類比、Pangram による自動検出を個別に検証する。後半では、支持する証拠だけでなく反証と代替説明も確認し、各主張をどこまで残せるかを絞り込む。
1. 読者は文章だけでなく、書き手の理解を前提にしてきた
Cantrill の論考は、LLM に特徴的な文章への違和感から始まる。しかし、文体上の特徴だけが問題なら、より自然な文章を生成するモデルが登場すれば解消できる。彼の議論がそこにとどまらないのは、読者が文章を読む際に、その背後にある書き手の理解まで暗黙に仮定していると考えているからである。
難しい文章を読む場面では、この仮定が読解方法を左右する。ある段落を一度で理解できず、前へ戻り、用語を調べ、前提となる概念を確認してから読み直すことがある。そのとき読者は、書き手本人にも意味の分からない文字列が並んでいるとは通常考えない。文章の背後には一貫した考えがあり、自分がまだその構造を再構成できていない可能性を先に検討する。
この仮定が成立するから、読者は「自分が理解できていないこと」と「文章そのものに論理的不整合があること」を段階的に切り分けられる。まず文章を読み直し、それでも整合しなければ前提を確認し、最後に書き手の論理を疑うという順序を取れる。書き手自身の理解を最初から仮定できない場合、この順序が変わる。読者は一文ごとに、内容を理解する作業と、その背後に本当に一貫した推論が存在するかを検査する作業を並行して行わなければならない。
| 読解時の判断 | 書き手の理解を仮定できる場合 | 書き手の理解を仮定できない場合 |
|---|---|---|
| 理解できない箇所 | まず自分が前提や論理を追えていない可能性を検討できる。 | 自分の理解不足なのか、生成された文章に整合した考えが存在しないのかを同時に疑う必要がある。 |
| 論理の飛躍 | 著者が置いた前提を探し、推論過程を再構成する対象として読める。 | 省略された前提が存在するのか、LLM が表面的に段落を接続しただけなのかを判別する必要がある。 |
| 誤りの発見 | 著者の認識、前提、推論のどこで誤ったのかを問い返せる可能性がある。 | 名義人自身に対応する推論過程がなければ、文章上の誤りを本人のどの判断へ戻せばよいか分からない。 |
| 読解に必要な作業 | 内容の理解と主張の妥当性評価へ集中できる。 | 内容の理解に加えて、その文章に検証する価値のある一貫した思考が存在するかを評価する作業が増える。 |
人間が書いた文章であっても、こうした信頼は保証ではない。書き手が誤った理解のまま文章を書く場合も、既存の説明を十分に理解せず再構成する場合もある。それでも、人間が一定の論旨を持つ文章を自力で完成させるためには、何を述べるかを選び、前後の関係を決め、言葉へ変換する工程を通る必要があった。文章の存在は、その工程の品質を保証しなくても、少なくとも工程そのものを省略しにくいという制約に支えられていた。
LLM は、この制約を弱める。名義人自身が論理を最後まで組み立てられなくても、入力した題材から導入、説明、比較、反論、結論を生成できる。そこで生じる変化は、文章作成の省力化だけではない。従来は文章を作るために必要だった知的作業の一部を省略できるため、完成した文章が、その作業を名義人自身が経たことの手掛かりとして機能しにくくなる。
この構造は、誤りが見つかった場合に具体的な差となって現れる。人間が自分で推論を組み立てた文章であれば、結論が誤っていても、どの事実を前提にし、どの比較を行い、どこで判断したのかを本人へ問い返せる可能性がある。その説明をたどれば、誤認した事実、採用した評価軸、推論の飛躍のどこを修正すべきかを特定できる。
名義人が LLM の生成した推論を十分に理解せず採用していた場合は違う。文章中には前提と結論が存在していても、それが名義人自身の認知過程と対応しているとは限らない。誤りを指摘されたとき、本人が説明できるのが「LLM がそう出力した」という生成履歴だけなら、文章を訂正しても判断過程そのものは修正されない。この違いは、文章が単なる情報提供ではなく、書き手自身の判断を示す場合ほど大きくなる。
Cantrill が論じる writer-reader social contract は、この関係を読者側から捉えたものである[1]。読者が文章を理解するために時間を使うのであれば、書き手は公開する前に、それ以上の時間を使って内容を考え、自分が何を述べているのかを理解しているはずだという期待である。この期待は文章の正しさを保証しないが、読者が「まず文章の背後にある考えを理解しよう」と時間を投入する根拠にはなる。
LLM が変えたのは、文章を生成する費用だけではない。従来、その費用と不可分だった思考工程を分離できるようにした。名義人が問題設定、根拠確認、推論、判断を担ったうえで表現だけを LLM に補助させる場合もあれば、それらの工程まで生成器へ任せる場合もある。完成文だけを見る読者には、その差が直接は見えない。
ここから先の検証では、文章が AI 由来かどうかだけを判定しても足りない。問う必要があるのは、文章表現を誰が生成したか、内容を誰が理解したか、判断を誰が形成したかという異なる関係である。Cantrill の問題提起が最も強く成立するのは、このうち文章の名義人に帰属すると読者が期待していた理解や判断が、完成文から確認できなくなった場合である。
2. 書くことには、完成品を作る以外に思考を形成する機能がある
Cantrill は、書く行為には考えを試し、絞り込み、より堅牢にする働きがあると述べている。この主張は、単なる個人的な執筆観として扱う必要はない。Janet Emig は 1977 年に writing を学習の一つの形態として論じ、話すことなどと比較しながら、書く行為では情報を外部へ固定し、書いた本人がそれを見直せることに認知上の特徴があると整理した[2]。Linda Flower と John R. Hayes も、書くことを、あらかじめ完成した考えを文字へ移すだけの直線的な作業ではなく、計画、文章化、見直しを行き来する認知過程としてモデル化している[3]。
ここで区別すべきなのは、「考えた結果を書く」ことと「書くことによって考えが変わる」ことである。頭の中ではつながっているように感じた考えでも、文章にすると主語と結論が対応しないことがある。二つの事実から因果関係を説明しようとして、その間を支える根拠がないことに気づく場合もある。反論を一文として書こうとしたところで、自分が置いていた前提が条件付きでしか成立しないと分かることもある。書く前には一つに見えていた問題が、文章化する途中で複数の論点へ分かれることもある。
| 書く過程 | 文章上で起きること | 思考へ戻る作用 |
|---|---|---|
| 主張を定める | 何を言い切り、何を条件付きで述べるのかを文として確定する。 | 曖昧な認識のままでは文を確定できないため、自分が実際に主張できる範囲を選び直す。 |
| 因果を説明する | 原因から結果までの中間過程を文章として接続する。 | 説明できない段階が露出し、根拠不足や因果の飛躍を再検討する必要が生じる。 |
| 反論を書く | 自分の主張が成立しない条件や競合する説明を明示する。 | 暗黙に置いていた前提が表面化し、主張の適用範囲や確実性を修正する。 |
| 見直す | 前後の矛盾、重複、説明不足を完成前の文章から発見する。 | 表現だけで修正できない場合には、構成、判断、結論そのものへ戻って考え直す。 |
この過程では、文章は思考の結果を保存するだけでなく、思考の不備を発見する対象として働く。第一段階では、頭の中にある認識を文章という外部の対象へ変換する。第二段階では、その文章を自分自身が読み返し、説明できていない箇所や矛盾を発見する。そこで文章だけを直せない場合には、元の認識、前提、判断へ戻る。この往復によって、最初に持っていた考えと最終的に文章へ残る考えが一致しないことがある。
ただし、この関係から「人間が自分の手で全文を書けば、必ず深く考えられる」と結論することはできない。定型句を並べれば、内容を十分に検討しなくても文章は作れる。反対に、十分に考えた内容を口述し、別の人が文章として整えることもできる。Emig や Flower と Hayes の議論から確認できるのは、文章を手作業で入力すること自体の価値ではなく、文章化と見直しが思考へ戻る回路を持ち得ることである[2][3]。
この区別は LLM を介在させるときに重要になる。LLM が表現を整えるだけなら、人間が主張を決め、因果を確認し、反論を検討した後の文章化を補助している場合がある。一方、曖昧な着想を渡しただけで、LLM が主張、根拠の接続、反論、結論まで一続きに生成した場合には、本来は文章化の途中で人間自身が直面したはずの不整合を、生成器が先に埋めてしまうことがある。完成物だけを見れば両者は同程度に整っていても、その完成までに名義人が通過した認知過程は異なる。
| LLM の関与 | 人間側に残る作業 | 書くことによる検証への影響 |
|---|---|---|
| 語法や表現の修正 | 問題設定、主張、根拠、推論、結論を人間が形成する。 | 思考を文章化して検証する主要部分は人間側に残り得る。 |
| 構成案の生成 | 生成された構成が自分の論理に合うかを人間が検証する。 | 構成を自力で作る過程は減るが、採用理由を検討すれば検証工程は残る。 |
| 粗稿の生成 | 各主張、因果、根拠、反論を人間が読み直して再構成する。 | 生成結果をそのまま採用すると、文章化によって不備へ直面する機会が減る。 |
| 論証全体の生成 | 完成後の検査と採否判断だけが人間側に残り得る。 | 問題設定から結論までを自分で文章化する過程で生じる思考の修正を経験しないまま完成物を得られる。 |
ここで差を生むのは、LLM が生成した文字数ではない。人間が、主張を確定できない状態、因果を説明できない状態、反論に答えられない状態へ実際に直面し、それを解消するために自分の考えへ戻ったかどうかである。全文を人間が入力していても、論証そのものを先に LLM から受け取っていれば、この過程は弱くなり得る。反対に、最終的な表現の多くを LLM が整えていても、問題設定から判断までを人間が形成し、その論理を説明できるなら、思考形成まで同じ程度に委譲したとは言えない。
「書く」には、他者が読める完成物を作る機能と、自分の考えを外部へ固定して検証する機能が重なっていた。LLM は前者の費用を大幅に下げた。そのこと自体から後者が失われるとは限らないが、両者を分離して前者だけを得ることは容易になった。Cantrill の問題提起を厳密に言い換えるなら、LLM が文章を書けるようになったことより、文章が完成するまでに書き手自身が思考を検証したという従来の推定を、完成物だけからは置けなくなったことが重要になる。
3. LLM は文章生成と書き手の理解を分離できるようにした
Oxide Computer Company の RFD 576 では、Cantrill は LLM の利用を一括して評価せず、読む、調査する、編集する、書く、プログラムするといった機能ごとに分けて論じている。そのうち文章生成について問題視しているのは、LLM が文章を書いたという事実そのものではない。LLM が writer の役割を担うと、読者が完成文章から「名義人自身がこの内容を理解している」と推定できなくなる点である[4]。
この現象の一部は生成 AI より前から存在した。代筆、ゴーストライティング、編集者による大幅な修正では、名義人と実際に文章を組み立てた人物が一致しない。研究論文でも、著者以外による英文校正や編集支援は珍しくない。したがって、LLM が初めて「文章を書いた主体」と「名前を出す主体」を分離したわけではない。
LLM が変えたのは、この分離を成立させる費用と条件である。人間による代筆には、別の人間へ依頼し、背景を説明し、文章を受け取り、必要に応じて修正する時間と費用がかかる。大量の文章を反復的に生成するには、その都度人間の作業量も増える。LLM では、大まかな指示から数千字の文章を短時間で生成し、修正要求を繰り返し、別案まで作ることができる。名義人自身が文章を組み立てる過程を通らなくても、外形上は十分に完成した文章へ到達できる範囲が大きく広がった。
| 観点 | 人間による代筆・大幅編集 | LLM による文章生成 |
|---|---|---|
| 導入コスト | 依頼先となる人間を確保し、背景や目的を説明する必要がある。 | 利用可能なモデルへ指示を与えれば、直ちに生成を開始できる。 |
| 反復コスト | 修正や別案ごとに、他者の追加作業が必要になる。 | 構成変更、書き直し、追加、圧縮を短時間で繰り返せる。 |
| 生成量 | 文章量の増加に応じて、人間側の作業時間も増加する。 | 長文や複数案を追加生成しても、名義人自身の文章化作業はほとんど増やさずに済む。 |
| 名義人に必要な理解 | 代筆者とのやり取りや修正を通じて、内容へ関与する機会が一定程度残る場合がある。 | 内容を十分に理解しなくても、生成結果を読んで採用するだけで公開可能な文章を得られる。 |
| 完成文から見える差 | 代筆の有無は完成文章だけから必ずしも判別できない。 | 同様に判別困難だが、その状態を大規模かつ低コストで作れる。 |
差は「代筆という行為が新しく生まれたこと」ではなく、代筆に相当する文章生成を一般的な作業手段として利用できるようになったことにある。従来は例外的な制作工程だったものを、個人でも日常的に利用できる。ここで文章生成と書き手の理解との分離が、特殊な事例ではなく通常の選択肢になる。
生成経路を比較すると、この変化はさらに明確になる。人間が自力で文章を作る場合、考えることと文章化することは完全には同じではないものの、少なくとも名義人自身が両方の工程を通る。LLM を writer として利用すると、この二つの間に生成器を挿入できる。
| 工程 | 人間が文章を組み立てる経路 | LLM が writer を担う経路 |
|---|---|---|
| 着想 | 書き手が問題や題材を認識する。 | 人間が題材を与える場合もあれば、論点候補自体を LLM に生成させる場合もある。 |
| 問題設定 | 何を問うのか、何を主張するのかを文章化の過程で決める。 | 大まかな目的から、問いや中心命題まで LLM が補完できる。 |
| 論証 | 根拠を配置し、因果や比較を自分で接続する。 | 根拠候補、因果説明、比較、反論まで一続きに生成できる。 |
| 文章化 | 形成した考えを自分で言葉へ変換する。 | 構成と内容を含む完成文章を LLM が生成できる。 |
| 公開前確認 | 自分が組み立てた論理と完成文を照合する。 | 生成された完成文を読んで採否を判断するだけでも公開工程へ進める。 |
もちろん、実際の利用方法はこの二つの極端な経路だけではない。人間が問題設定と論証を行い、表現だけを LLM に整えさせる場合もある。反対に、人間が最初の題材だけを示し、論点、構成、反論、結論まで LLM に作らせる場合もある。同じ「LLM を使って書いた文章」でも、名義人自身が担った知的作業は大きく異なる。
それでも完成文章だけを見ると、この差は直接には観測できない。たとえば、二つの文章が同じ程度に論理的で、同じ程度に読みやすく、必要な専門用語も含んでいたとする。一方は書き手が問題設定から結論まで自分で組み立てた後に文章化したもので、もう一方は数行の指示から LLM が生成し、名義人が表面的な確認だけで公開したものかもしれない。文字列の品質を比較しても、その生成過程の違いは分からない。
ここで完成文章の品質と、名義人が費やした知的作業との対応が弱くなる。従来も文章の巧拙から理解度を正確に測ることはできなかったが、少なくとも一定の文章を自力で作るためには、書き手自身が何を書くかを決め、文章として成立させる工程を通る必要があった。LLM は、その工程の一部または大部分を名義人の外部へ移せる。
| 完成文から観測できるもの | 完成文だけでは観測できないもの |
|---|---|
| 文章が文法的に成立しているか。 | 名義人自身が同じ説明を再構成できるか。 |
| 主張と根拠が文章上で接続されているか。 | その接続を名義人自身が判断したか。 |
| 反論や留保が文章中に含まれているか。 | 名義人自身が反論を検討し、留保の範囲を決めたか。 |
| 専門用語や既存知識が配置されているか。 | 名義人がそれらの意味や適用条件を理解しているか。 |
| 文章全体が読みやすく整っているか。 | 文章が完成するまでに、名義人自身の考えが検証・修正されたか。 |
Cantrill の問題提起は、この不可視化を読者側の問題として捉えている。読者が目の前の文章に時間を使うとき、完成文の品質だけでなく、その文章に名前を置いた人物が内容を理解し、自分の判断として提出していることも期待する。しかし LLM を writer として使える環境では、文章の完成度がその期待を支える材料として機能しにくくなる[4]。
この変化を「LLM が人間らしい文章を書けるようになった」とだけ説明すると不十分である。人間らしい文体を生成できることは、むしろ問題を強める。文章の外形が人間執筆と近づくほど、読者は外形から生成過程を判断しにくくなるからである。ここで失われるのは人間らしい文体ではなく、完成文章を名義人の知的作業の手掛かりとして利用する能力である。
ただし、この断絶の大きさは LLM の関与方法によって変わる。表現の修正だけを任せる場合と、問題設定や論証まで任せる場合を同じものとして扱うことはできない。Cantrill の主張を検証するには、「LLM が使われたか」ではなく、文章生成のどの工程が名義人から切り離されたのかを確認する必要がある。
この区別を置くと、次に問うべきことも変わる。文章が LLM 由来かどうかだけではなく、どの種類の文章で、どの工程まで名義人自身が担うことを読者が必要としているのかを考えなければならない。文章生成と理解を分離できるようになったこと自体は技術上の変化だが、その分離が文書価値を損なうかどうかは、文章が何を読者へ渡すために存在しているかによって決まる。
4. 本人が書くことの重要性は、文章が何を読者に渡すために存在するかで変わる
Cantrill の問題提起を文章一般へそのまま広げると、別の誤りが生じる。すべての文章が、書き手本人の考えや人格を読ませるために存在するわけではない。読者が文章から受け取ろうとしているものが、事実なのか、手順なのか、判断なのか、経験なのか、意思なのかによって、名義人本人が文章生成へ関与する必要性は変わる。
たとえば操作条件を伝える文章では、読者が必要とする中心的な性質は、記述された条件が正しいこと、必要事項が欠けていないこと、同じ操作から同じ結果を再現できることである。ここでは、書き手本人が一語ずつ表現を作ったかどうかは、文章目的に直接は結びつかない。人間が曖昧に書いた手順より、AI を使って整理した明確な手順の方が、読者に必要な情報を正確に届ける場合もある。
ただし、このことから「情報を伝える文章では人間が不要になる」とは言えない。表現を誰が生成したかと、記載された内容を誰が確認し、誤りに責任を負うかは別だからである。操作手順を AI が文章化しても、記載されたコマンドが実際に動作するか、前提条件が正しいか、危険な操作が含まれていないかを確認する主体は必要になる。表現主体の重要度が下がっても、認識主体と責任主体まで消えるわけではない。
| 文章が主に渡すもの | 読者が確認したいこと | 本人が担う必要性が高いもの | 表現生成を AI に任せた場合の主要なリスク |
|---|---|---|---|
| 事実・手順 | 正確か、完全か、再現できるか。 | 事実確認と最終的な責任である。 | もっともらしい誤情報や条件漏れを、そのまま正しい説明として採用することである。 |
| 判断 | なぜその結論を選んだのか、比較軸や制約は何か。 | 問題設定、評価軸、推論、結論である。 | 名義人自身が形成していない判断を、自分の判断として提示することである。 |
| 経験 | 本人が何を経験し、それをどう受け取ったのか。 | 経験の主体と、その経験に対する解釈である。 | 本人に属さない感情や意味づけを、本人の経験として補完することである。 |
| 意思 | 誰が何を決定し、約束し、指示したのか。 | 意思決定主体と権限である。 | 文章生成を行った主体と、意思を表明する主体を混同することである。 |
| 知的成果 | 誰が問いを立て、方法を選び、結果を解釈し、結論へ責任を負うのか。 | 知的貢献、解釈、最終承認、責任である。 | 文章の生成補助と、知的貢献そのものを区別できなくなることである。 |
この違いから分かるのは、「AI が文章を書いたか」という一つの質問だけでは文章の価値を評価できないことである。同じ LLM 利用でも、既に確定した手順を読みやすく整理することと、技術選定の評価軸や結論を生成させることでは、委譲しているものが異なる。前者では表現生成を外部化している。後者では判断形成まで外部化している可能性がある。
判断を提示する文章では、この差が表面化する。「この技術を採用すべきではない」という結論だけを読者へ渡すのであれば、同じ結論を生成できれば十分に見える。しかし実際には、どの制約を置いたか、どの代替案と比較したか、何を失敗条件としたか、どの反例を検討したかによって結論の意味が変わる。読者が評価しているのは結論という一文だけではなく、結論へ至る判断構造である。
たとえば同じ「この方式を採用しない」という結論でも、処理性能が不足するから採用しないのか、運用コストが許容範囲を超えるから採用しないのか、障害時の復旧手段がないから採用しないのかでは、別の判断である。LLM が結論だけでなく、その理由まで整った文章として補完できると、名義人自身がどの評価軸を採用したのかが完成文から見えにくくなる。判断を読む文章では、名義人がその推論を再現できることが文章の価値と直接結びつく。
ここで「本人が書く」という言葉も分解する必要がある。文章表現を本人が作ること、判断を本人が行うこと、内容を本人が理解すること、結果に本人が責任を負うことは同一ではない。これらを一つにまとめると、「一文字でも AI を使えば本人の文章ではない」という過剰な結論と、「最後に人間が承認すればすべて本人の文章である」という逆方向の過剰な結論の両方が生じる。
| 著者性の要素 | 意味 | 文章目的との関係 |
|---|---|---|
| 表現主体 | 実際の語句、文、段落を誰が生成したか。 | 情報伝達では重要度が低い場合があるが、私的な表現や創作では意味を持ち得る。 |
| 認識主体 | 文章に記された事実や構造を誰が理解しているか。 | 説明、解説、専門的主張では重要になる。 |
| 判断主体 | 問題設定、比較、評価、結論を誰が決めたか。 | 論考、設計判断、研究解釈では中心的な要件になる。 |
| 経験主体 | 記述されている出来事を誰が経験したか。 | 体験記、回想、個人的なメッセージでは内容そのものに関係する。 |
| 責任主体 | 誤り、決定、公開後の帰結を誰が引き受けるか。 | 公開情報、業務文書、研究成果など広い範囲で必要になる。 |
この分解をすると、論文が重要な具体例になる。学術論文では、個人的な文体や生々しい言葉遣いが著者性の条件になるわけではない。むしろ分野ごとの記述規範に従い、文体上の個性を抑えた方が結果や論理を読み取りやすい場合がある。それにもかかわらず、学術出版では著者資格が厳格に扱われる。
ICMJE は著者資格を、研究の構想や設計、データの取得・分析・解釈への実質的な貢献、重要な知的内容への関与、最終稿の承認、そして研究の正確性や完全性に関する責任を引き受けることによって定義している[5]。単なる文章作成支援、技術的編集、言語編集、校正だけでは著者資格を満たさない[5]。
この基準は、論文における著者性が「誰が文章をきれいに書いたか」では決まらないことを示している。英語表現を第三者が修正しても、その第三者が研究上の問いを設定し、データを解釈し、結論を決定したのでなければ、それだけで著者にはならない。反対に、論文の文章表現を他者の支援で整えていても、研究者自身が知的貢献と最終責任を担っていれば著者性は維持される。
| 論文上の作業 | 文章表現への関与 | 知的貢献への関与 | 著者性との関係 |
|---|---|---|---|
| 英文校正 | 大きい場合がある。 | 研究上の判断を変更しない限り限定的である。 | それだけでは著者資格にならない。 |
| 文章構成の編集 | 段落や説明順序まで変更する場合がある。 | 知的内容を変更しなければ著者資格とは別である。 | 文章への寄与と著者資格を分けて評価する必要がある。 |
| 研究方法の設計 | 本文を直接書かない場合もある。 | 研究結果が成立する条件を決める実質的な知的貢献である。 | 著者資格を判断する主要な要素になる。 |
| 結果の解釈 | Discussion や Conclusion の文章へ反映される。 | 観測結果から何が言えるかを決定する知的作業である。 | 著者本人が引き受ける必要性が高い。 |
| 最終承認と責任 | 文章全体を確認する。 | 公表された主張を自分の成果として引き受ける。 | ICMJE が著者資格に求める条件の一部である。 |
ICMJE が AI を著者として認めない理由も、この構造と一致する。AI の文章が不自然だからでも、生成された文章に学術的な文体が欠けるからでもない。AI は提出された研究の正確性、完全性、独創性について責任を負うことができず、著者に要求される最終的な説明責任を引き受けられない[6]。ここでは、文章生成能力と著者資格が制度上も明確に分離されている。
論文は、「人間らしい文章」と「人間による著者性」が同じではないことを端的に示す。Methods の記述に研究者の個性が現れる必要はない。Results も、可能な限り観測された結果を明確に記述する方がよい。一方、何を研究課題として設定したか、どの方法を妥当と判断したか、結果をどう解釈したか、何を結論として公表できると判断したかについては、知的貢献と責任の所在が不可欠になる。
この差は、Cantrill の問題を「人間らしい文章を守るべきだ」という文体論から切り離す。読者が必要としているのは、すべての文章で書き手の癖や生々しさを感じることではない。操作条件を読む場面では正確な情報を必要とし、判断を読む場面ではその判断を形成した主体を必要とし、論文を読む場面では知的貢献と責任の所在を必要とする。それぞれで必要な著者性が違う。
このため、LLM 利用の妥当性も「文章を書かせたか」という一点だけでは決められない。表現を整える作業を LLM に移しても、その文章が必要とする理解、判断、経験、責任が名義人側に残っていれば、文章目的を損なわない場合がある。反対に、人間が最終的な文字列を自分で入力していても、問題設定や判断を LLM から受け取っているなら、その文章で読者が期待する著者性を満たしていない場合がある。
Cantrill の問題提起を厳密に残すなら、「人間が自分の手で書いた文章ほど価値がある」ではなく、「文章が何を読者へ渡すために存在し、そのうち何が名義人本人に属している必要があるかを区別しなければならない」となる。LLM が文章生成と人間の理解を分離できるようになったことで、この区別を完成文の外見だけから判断することが難しくなったのである。
5. 文章の作者と、考えの主体は同じとは限らない
AI 執筆を論じるとき、「AI を使ったか」という一つの変数で扱うと、著者性に関わる異なる作業が一括りになる。文章が完成するまでには、少なくとも発想、問題設定、構成、調査、根拠選定、推論、結論、文章化、校正がある。これらの一部を AI に委ねた場合と、中心的な判断まで委ねた場合では、同じ「AI を使った文章」でも意味が異なる。
この違いは、最終文字列だけを見ても判別しにくい。たとえば人間が問題設定、根拠、推論、結論をすべて形成し、最後に語法と文章構造だけを LLM に整えさせた場合、完成文には大量の AI 生成文字列が含まれる可能性がある。しかし、そこで提示される判断は人間側で形成されている。反対に、最終的な文章を人間自身が入力していても、中心命題、比較軸、反論、結論を LLM の提案からほぼそのまま採用していれば、文字列は人間由来でも知的な構成は AI に強く依存している。
| 工程 | 人間側に残る作業 | AI へ委ねた場合に変わるもの |
|---|---|---|
| 発想 | 何について考えるかを人間が決める。 | 題材や論点候補そのものを AI から受け取ることになる。 |
| 問題設定 | 何を問い、何を検証するかを人間が定める。 | 文章の射程や中心命題が AI の提案に依存する。 |
| 根拠選定 | どの事実や資料を採用するかを人間が判断する。 | 何を重要な証拠とみなすかという評価まで AI に依存する。 |
| 推論 | 事実から結論までの因果や比較を人間が組み立てる。 | 文章上の論理は整っていても、名義人自身がその推論を再構成できない可能性が生じる。 |
| 結論 | どこまで言い切るかを人間が決める。 | 最終判断そのものが AI の提案を採用した結果になる。 |
| 文章化 | 形成済みの内容を人間が言葉へ変換する。 | 知的内容を維持したまま表現生成だけを外部化できる。 |
| 校正 | 内容を維持したまま誤字、表現、読みやすさを調整する。 | 知的な由来をほとんど変えずに AI を利用できる場合がある。 |
この表で境界になるのは、AI が文章を何文字生成したかではない。何を問題とし、何を根拠とし、どの因果を認め、どこまでを結論として採用したのかという判断が、誰によって形成されたかである。文章化と校正は知的内容を変更せずに外部化できる場合があるが、問題設定や推論まで委ねれば、文章の背後にある判断主体そのものが変わる。
Draxler らは、AI による個人向け文章生成を対象とした二つの実験で、利用者が AI 生成文に対して十分な所有感や著者感覚を持っていない一方、外部には自分を著者として表示する傾向を報告した[7]。さらに、利用者自身が文章へ与えた影響が大きいほど、その文章を自分のものだと感じる程度も高くなった。この結果は、名義上の著者であることと、生成過程への関与から生じる著者感覚が一致しないことを示している。
この乖離は、著者性を単なる署名の問題として扱えないことを示す。名前を置くことは社会的には著者を確定するが、それだけでは、本人がどの部分を考え、どの部分を生成器から受け取ったのかは分からない。外部から観測できる名義と、本人が経験した制作過程の間に差が生じる。
Hwang らが 19 人の職業作家と 30 人の熱心な読者を対象に行った研究では、作家が重視する真正性は完成文章の外見だけではなく、書く過程で自分の考えや表現を形成する経験と結びついていた[8]。一方、読者側は AI 支援作品と単独執筆作品を識別できず、AI との共同執筆にも比較的肯定的だった[8]。
ここでは二つの視点が食い違っている。書き手側は、自分がどの程度制作過程へ関与したかを真正性の一部として評価する。一方、読者側は完成文章だけからその制作過程を正確に推定できるとは限らず、AI が関与しているという事実自体にも必ずしも否定的ではない。つまり、著者性には制作主体が自分をどう認識するかという内側の問題と、読者が誰の文章として受け取るかという外側の問題がある。
| 区別する対象 | 問う内容 | 完成文章だけで確認できるか |
|---|---|---|
| 文章生成の由来 | 具体的な語句、文、段落を人間と AI のどちらが生成したか。 | 検出器によって推定できる場合はあるが、確定できるとは限らない。 |
| 知的な由来 | 問題設定、評価軸、推論、結論を誰が形成したか。 | 完成文章の外形だけから直接確認することはできない。 |
| 責任 | 公開された主張の誤りや帰結を誰が引き受けるか。 | 文章自体ではなく、署名、制度、役割、公開主体によって確定する。 |
| 本人の著者感覚 | 制作した本人が、完成物をどの程度自分の文章だと感じているか。 | 読者からは観測できず、本人の制作経験に依存する。 |
| 読者が認識する著者性 | 読者が誰の考え、誰の表現として文章を受け取るか。 | 署名や AI 利用開示などの外部情報によって変化する。 |
この区別のうち、Cantrill の議論で中心になるのは文章生成の由来だけではない。彼が writer-reader social contract で問題にしているのは、名義人自身が内容を考え、理解し、読者より先に知的な労力を払ったかどうかである。その意味では、知的な由来の方が文章生成の由来より中心に近い。
ここで単純な AI 生成率を用いると判断を誤る。たとえば、問題設定から結論までを人間が形成し、最終文章のほぼすべてを LLM に書き直させた場合を考える。文字列の由来だけを見れば AI 関与は大きい。しかし、名義人が自分の判断を説明でき、根拠を再確認でき、反論に応答できるなら、知的な由来は人間側に残っている。
逆に、最終文章のほぼすべてを人間自身が入力していても、最初に LLM へ「この問題について論点を出し、結論まで考えてほしい」と依頼し、その構成と判断をほぼそのまま書き写したのであれば、文字列の由来と知的な由来は逆転する。表面的には human-written でも、文章で提示される判断の形成に本人がほとんど関与していない場合がある。
| 例 | 文章生成の由来 | 知的な由来 | Cantrill の問題との関係 |
|---|---|---|---|
| 人間が論証を完成させ、LLM が全文を表現し直す | AI の割合が高くなり得る。 | 問題設定、推論、結論が人間に残る。 | 文字列は AI 由来でも、書き手の理解が失われたとは直ちに言えない。 |
| LLM が論点と結論を作り、人間が自分で全文を書く | 人間の割合が高く見える。 | 中心的な判断が AI に依存する。 | human-written と見えても、書き手自身が思考を形成したという前提は弱くなる。 |
| LLM が構成案を出し、人間が再検討して全面的に組み直す | 人間と AI が混在する。 | 最終的な判断を人間が再形成する。 | AI の提案を利用していても、知的な由来を人間側へ戻せる。 |
| LLM が誤字や表現だけを修正する | 局所的に AI が介在する。 | 知的内容はほぼ変化しない。 | writer-reader social contract への影響は比較的小さい。 |
この比較から、著者性は一つの割合へ還元できないことが分かる。「AI が 80% 書いた」「人間が 20% 書いた」という数値は、文章生成の量については意味を持っても、誰が中心命題を作り、誰が根拠を評価し、誰が結論を採用したかを示さない。読者が知りたいものが書き手本人の判断であるなら、生成文字数よりも知的な由来の方が重要になる。
責任はさらに別に扱う必要がある。AI が推論や文章を生成しても、公開するかどうかを決めるのは通常、人間または組織である。誤りを含む生成物を採用した場合、「AI が生成した」という事実だけでは公開主体の責任は消えない。反対に、人間が最終責任を引き受けると表明しただけで、その人自身が内容を理解し、判断を形成したことが自動的に証明されるわけでもない。
このため、文章を評価するときには少なくとも三つの問いを別々に置く必要がある。第一に、誰が文字列を生成したのか。第二に、誰がそこに書かれた考えを形成したのか。第三に、誰がその内容を自分の主張として採用し、結果へ責任を負うのか。この三つが一致する文章もあれば、別々の主体へ分かれる文章もある。
Cantrill の問題提起をこの枠組みに置き直すと、焦点も明確になる。彼が懸念しているのは、AI が文字列を生成したという事実だけではなく、完成した文章から第二の問い、すなわち「誰がこの考えを形成したのか」を判断できなくなることである。後に Pangram のような検出器を導入しても、直接判定できるのは主として第一の問いであり、第二の問いまで同じ方法で確認できるとは限らない。
6. Cantrill が示した「読者の反乱」は、まず何を測った結果なのか
Cantrill が「読者の反乱」を論じる際に重要な根拠としているのが、Cynthia Dunlop が 2026 年 6 月に公表した調査である。調査には 668 人が回答し、AI 支援または AI 執筆だと思った技術記事について、78% が読むのをすぐやめる、71% が今後その書き手を避ける、57% が可能なら低評価すると答えた。また 98% は、LLM で磨かれた文章より、不完全でも本人が書いた文章を選ぶと回答した[9]。
これだけを見ると、技術記事の読者が AI 執筆を圧倒的に拒否しているように見える。しかし、この数字を Cantrill の論証へ使うには、調査が何を測ったのかを分解する必要がある。Dunlop の調査は、AI 文と人間文を回答者へ無作為に提示し、正しく分類できるかを測定した実験ではない。AI 関与を疑った文章に対して、自分ならどのように反応するかを回答者自身に尋ねた調査である[9]。
| 調査項目 | Dunlop の調査で確認できること | この調査だけでは確認できないこと |
|---|---|---|
| 78% が読むのをやめる | AI 関与を認識したと仮定した場合に、即時離脱すると回答した人の割合である。 | 実際の閲覧行動で 78% が離脱することや、AI 文を正しく識別できることは確認できない。 |
| 71% が書き手を避ける | AI 関与が著者への継続的な評価にも影響すると回答した人が多いことを示す。 | その後の閲覧履歴で、本当に同じ著者を避け続けるかは確認できない。 |
| 57% が低評価する | AI 関与を文章品質だけでなく評価行動へ反映すると回答した人が過半数を占める。 | 実際の投票行動で同じ割合になることや、文章品質を統制しても同じ結果になることは確認できない。 |
| 98% が本人の文章を選ぶ | 回答者のほぼ全員が、文章の滑らかさより本人による執筆を選好すると自己申告した。 | 実際に二つの文章を匿名で比較した場合にも本人執筆を選択できるかは確認できない。 |
ここで最初に切り分けるべきなのは、識別能力と態度である。ある読者が「AI が書いたと分かれば読むのをやめる」と考えていることと、その読者が実際に AI 文を見抜けることは別である。極端な場合、AI 関与への拒否態度が非常に強くても、AI 文と人間文をほとんど区別できないことはあり得る。反対に、AI 文を高い精度で識別できても、内容が有用なら読み続ける読者もあり得る。
次に、態度と行動も分ける必要がある。アンケートで「読むのをやめる」と答えることと、実際の閲覧環境で離脱することは一致するとは限らない。現実の読者は、記事の内容、必要性、著者への既存の信頼、情報の希少性、読むために既に費やした時間などの影響も受ける。調査回答では単純な選択肢として拒否を表明できても、実際の行動では別の要因が介在する。
| 段階 | 問われる内容 | 必要な検証方法 |
|---|---|---|
| 識別 | 読者は AI 文と人間文を区別できるか。 | 生成元を伏せた文章を提示し、正答率、誤検出率、見逃し率を測る必要がある。 |
| 認識後の態度 | AI 関与を知った読者は文章や著者をどう評価するか。 | 同じ文章について AI 関与の表示だけを変えるなど、条件を統制した比較が必要になる。 |
| 行動 | 読者は実際に離脱、低評価、著者回避を行うか。 | 閲覧、投票、再訪などの実行動を観測する必要がある。 |
| 継続的影響 | 一度の AI 関与認識が、その後の著者評価へ残るか。 | 時間を置いた再訪や選択行動を追跡する必要がある。 |
Dunlop の調査が直接扱っているのは、このうち主として二段目である。しかも実際に AI 関与を告知した文章を読ませた実験ではなく、「AI-assisted または AI-authored だと思った場合」という仮定に対する自己申告である。そのため、78%、71%、57% という数字を識別能力や実行動の割合として読み替えると、調査設計が測定した範囲を超える。
標本の作り方にも制約がある。回答者は X、Bluesky、LinkedIn などを通じて募集された匿名の自選標本であり、Dunlop 自身が人口統計上の代表性を保証していないと明記している[9]。AI を使った文章への関心が強い人、技術記事の品質に強い意見を持つ人、Dunlop の発信を普段から読む人ほど、回答へ参加しやすい可能性がある。
自選標本では、回答者数を増やしてもこの偏りは自動的には解消しない。たとえば AI 執筆へ強い反感を持つ人が回答しやすい募集経路であれば、668 人から 6680 人へ増えても、同じ募集構造を維持する限り、技術記事の読者全体を代表するとは限らない。ここでは標本数と代表性を別に評価する必要がある。
| 評価対象 | 調査から比較的強く言えること | 主張を広げると生じる問題 |
|---|---|---|
| 回答者集団の態度 | AI 関与への強い否定的態度が回答者の多数に存在した。 | 特に大きな問題はないが、実行動とは区別する必要がある。 |
| 技術記事読者全体の態度 | この調査だけでは割合を推定できない。 | 自選標本の割合を母集団の割合として扱うことになる。 |
| AI 文の識別能力 | 測定していない。 | 「嫌う」と回答したことから「見抜ける」へ論理が飛ぶ。 |
| 実際の離脱行動 | 測定していない。 | 行動意図を実行動として扱うことになる。 |
| AI 関与が評価を下げる因果効果 | 否定的態度の存在は示している。 | 文章品質や著者への既存評価などを統制していないため、因果効果の大きさは確定できない。 |
この制約を踏まえると、Dunlop の調査から「技術記事の読者の 78% は AI 文を見抜き、その場で読むのをやめる」と結論することはできない。直接確認されたのは、調査へ参加した人々の間で、AI 関与を認識した場合に強い拒否反応を示すと答えた割合が高かったことである。この事実だけでも、AI 執筆への否定的規範が一部の技術読者に形成されていることを示す材料にはなるが、その規模を母集団全体へ外挿する根拠にはならない。
Cantrill も自選標本という批判を認識しており、これらの回答者が母集団を代表するかどうかとは別に、技術情報を積極的に読み、評価し、他者へ広める 情報拡散に影響を持つ読者 であるなら重要だと反論している[1]。この反論では、論証の対象が変わっている。
「この 668 人が技術記事読者全体を代表する」という主張と、「この 668 人のような能動的読者が情報流通へ大きな影響を持つ」という主張は別である。前者には代表標本としての妥当性が必要になる。後者には、回答者が実際に記事の発見、推薦、共有、評価などで他の読者より強い影響力を持つことを示す必要がある。自選性は後者の可能性と整合するが、それ自体が影響力の証拠になるわけではない。
| Cantrill 側の主張 | 成立に必要な条件 | Dunlop の調査が与える根拠 |
|---|---|---|
| AI 執筆を嫌う読者が存在する | 回答者に一貫した否定的態度が確認されること。 | 強く支持する。 |
| 技術記事読者の大多数が AI 執筆を嫌う | 対象母集団を代表する標本が必要になる。 | 自選標本であるため、割合の一般化には弱い。 |
| 読者は AI 文を見抜ける | AI 文と人間文を伏せて判定させる識別試験が必要になる。 | この調査では測定していない。 |
| 拒否する読者は情報流通上とくに重要である | 回答者の推薦、共有、選別などの影響力を確認する必要がある。 | 自選性から可能性は推測できるが、直接には測定していない。 |
それでも、この調査を無意味と評価するのも適切ではない。AI 関与への態度が中立であれば、匿名の自選調査であっても 98% が本人による文章を選ぶという極端な偏りは生じにくい。少なくとも、このテーマに関心を持つ技術読者の一群では、文章の滑らかさより「本人が書いたこと」へ価値を置く規範が強く存在している。その規範が情報発信者の評判や記事の共有に影響するなら、母集団比率が不明でも実務上の意味を持つ可能性がある。
ここまでで残せる命題は限定される。Dunlop の調査は、「読者は AI 文を見抜ける」ことを示していない。「技術記事の読者全体の 78% が実際に離脱する」ことも示していない。一方で、AI 関与を本人による執筆とは異なるものとして扱い、それを知れば文章や著者への評価を下げると表明する読者集団が存在することは明確に示している[9]。
この区別は次の検証に直結する。AI 文を嫌う読者が存在することが分かっても、その読者が実際に AI 文を識別できなければ、Cantrill の「読者の反乱」は別の形になる。そこで次に、人間はどの程度 AI 文を見抜けるのかを、識別試験を行った研究から確認する必要がある。
7. 人間が LLM 文を見抜く能力には大きな条件差がある
Cantrill は「読者は絶対に分かる」と強く断言する[1]。前章で確認した Dunlop の調査は、この命題を直接検証していない。AI 関与を疑った場合の態度を尋ねたものであり、AI 文と人間文を伏せて判定させた識別試験ではない。読者が AI 執筆を嫌うことと、実際に AI 文を正しく見抜けることは別に検証する必要がある。
この点について、Cantrill の断言を強く支持する研究がある。Russell、Karpinska、Iyyer は、GPT-4o、Claude、o1 が生成した文章を含む 300 本の非フィクション英文を、人間の判定者に分類させた。LLM を文章作成へ頻繁に利用する 5 人の熟練判定者について、多数決による最終判定は 300 本中 1 本しか誤分類しなかった[10]。
この結果で重要なのは、判定者が単純な禁止語句の一覧だけを使っていたわけではないことである。研究では、特定の語彙や表現だけでなく、文章の形式性、独創性、明瞭性、説明の仕方など、より高次の特徴も判定理由として報告されている[10]。LLM を日常的に使うことで、生成文章に繰り返し現れる特徴の組み合わせを学習し、個々の語句より広い文章パターンを識別していたと考えられる。
| 観点 | Russell らの実験条件 | Cantrill の主張への意味 |
|---|---|---|
| 判定者 | LLM を文章作成へ頻繁に利用する 5 人の熟練者を用いた。 | LLM に習熟した読者が非常に高い識別能力を持ち得ることを支持する。 |
| 文章 | 300 本の英語による非フィクション文章を対象とした。 | 短い断片ではなく、文章全体の特徴を利用できる条件だった。 |
| 生成モデル | GPT-4o、Claude、o1 など複数のモデルによる文章を含んでいた。 | 一つのモデル固有の癖だけを識別した結果とは言い切れない。 |
| 判定方法 | 5 人の判定を多数決で統合した。 | 個人単独の精度ではなく、複数の熟練者を組み合わせた最終精度である点には注意が必要になる。 |
| 結果 | 多数決では 300 本中 1 本のみ誤分類した。 | 少なくとも特定条件では、人間による識別が極めて高精度になり得ることを示す。 |
この結果だけを見るなら、Cantrill の「読者は分かる」という感覚には相当強い実証的な裏付けがある。しかし、同じ問いを別の条件で調べると、結果は大きく変わる。
Fiedler と Döpke は、ドイツの大学教員 63 人を対象に、200〜300 語の学術文抜粋が AI 生成か人間執筆かを判定させた。AI 文を正しく AI と判定できた割合は 57%、人間文を正しく人間と判定できた割合は 64% だった[11]。さらに、より高品質な条件で生成された AI 文ほど識別が難しくなり、professional-level とされた AI 文では正しい識別率が 20% を下回った[11]。
大学教員は文章を日常的に読む専門職である。それでも、Russell らの熟練判定者と同じ精度には到達しなかった。ここから、文章を大量に読む経験だけで AI 文を高精度に識別できるわけではないことが分かる。LLM 生成文そのものへ継続的に接し、どのような文章を出力するかを学習している経験が、通常の文章読解能力とは別に作用している可能性がある。
| 比較項目 | Russell ら | Fiedler と Döpke |
|---|---|---|
| 判定者 | LLM を文章作成へ頻繁に利用する 5 人の熟練判定者である。 | ドイツの大学教員 63 人である。 |
| 主な経験 | LLM 生成文章へ日常的に接している。 | 学術文章の読解には習熟しているが、LLM 生成文への習熟度は同一条件ではない。 |
| 対象文章 | 英語の非フィクション文章 300 本である。 | 200〜300 語の学術文抜粋である。 |
| 最終判定 | 複数人の多数決を用いる。 | 個々の教員による判定を評価する。 |
| AI 文の識別 | 多数決では 300 本中 1 本のみ誤分類した。 | AI 文の正答率は 57% であった。 |
| 高品質 AI 文 | 高い識別能力を維持した条件が報告されている。 | 高品質になるほど識別が難しく、professional-level 条件では正答率が 20% 未満になった。 |
二つの研究は、「人間は AI 文を見抜けるか」という同じ問いに正反対の答えを出したように見える。しかし、実験条件を比較すると、単純な矛盾とは言えない。判定者の人数と経験、文章の長さ、文章分野、生成モデル、生成条件、判定を個人で行うか複数人で統合するかが異なっている。これらが変われば、判定に利用できる手掛かりも変わる。
文章の長さだけでも条件は変わる。長い文章では、語彙、段落構成、論点の進め方、繰り返し、具体例の扱いなど、多数の特徴を観察できる。200 語程度の抜粋では、その一部しか現れない。反対に長文であっても、人間による大幅な編集を経ていれば生成時の特徴が弱まる可能性がある。単に「AI 文」という分類だけでは、判定難度を決める条件を表せない。
生成モデルと生成方法も固定できない。ある時点のモデルで頻繁に現れる語彙や構成を人間が学習しても、モデルが更新されれば特徴が変わる。プロンプトで文体を指定した場合、人間の草稿を LLM が修正した場合、生成後に人間が書き直した場合でも識別条件は異なる。判定者の習熟が高くても、その習熟がどの世代のどの生成方法に対するものなのかを区別する必要がある。
| 識別精度を変える条件 | 識別しやすくなる可能性がある条件 | 識別しにくくなる可能性がある条件 |
|---|---|---|
| 判定者の経験 | LLM を頻繁に利用し、生成文の特徴へ継続的に接している。 | 一般的な文章読解には習熟していても、LLM の生成傾向を学習していない。 |
| 文章の長さ | 長文で、語彙以外の構成や反復まで観察できる。 | 短い抜粋で、判断材料となる特徴が十分に現れない。 |
| 生成品質 | 定型的な構造や特徴的な表現が強く残っている。 | 高品質なモデルが文脈へ適応した文章を生成している。 |
| 人間による編集 | 生成物がほぼそのまま残っている。 | 人間が語彙、構成、具体例、論理を大幅に修正している。 |
| 対象分野 | LLM の定型的な説明パターンが現れやすい分野である。 | もともと人間文章も定型的で、文体差が小さい分野である。 |
| 判定単位 | 複数の熟練者の判断を統合できる。 | 一人の読者が短時間で単独判断する。 |
このため、「人間による AI 文識別精度」という一つの固定値を置くことはできない。ある条件で 99% を超える識別が成立したことと、別の条件でほぼ偶然に近い判定しかできなかったことは両立する。問うべきなのは、人間一般に識別能力があるかではなく、どの読者が、どの文章を、どの条件で、どの程度の精度で識別できるかである。
Cantrill 自身について考えると、Russell らの研究は彼の経験を補強する。Cantrill は長年にわたり大量の技術文章を読み、自身でも長文を書き、LLM の出力にも継続的に接している。こうした条件は、一般的な読者より Russell らの熟練判定者に近い。彼自身が AI 生成文を高い精度で識別できるという経験を、単なる思い込みとして退ける根拠はない。
しかし、Cantrill 個人の識別能力が高いことと、「readers can absolutely tell」が読者一般について成立することは別である。Fiedler と Döpke の結果が示すように、文章を専門的に読む人であっても高精度の識別に失敗する条件がある[11]。さらに、Russell らの高精度は 5 人の熟練者による多数決であり、一人の通常読者が記事を開いた瞬間に同じ精度を発揮することを意味しない[10]。
| 主張 | 研究からの評価 | 残る条件 |
|---|---|---|
| 人間は AI 文を識別できない | Russell らの結果によって否定される。 | 熟練者が極めて高い精度で識別できる条件が実際に存在する。 |
| 熟練した読者は高精度で識別できる場合がある | Russell らの結果が強く支持する。 | 熟練の内容、対象文章、モデル、文章長などを限定する必要がある。 |
| 文章を読む専門家なら AI 文を容易に識別できる | Fiedler と Döpke の結果によって支持されない。 | 文章読解の専門性と LLM 生成文への習熟を分ける必要がある。 |
| 読者一般は AI 文を確実に見抜ける | 現在の証拠では支持できない。 | 対象読者と文章条件を限定した追加の証拠が必要になる。 |
反証後に残る Cantrill の主張は、「読者は絶対に分かる」より狭い。LLM の文章生成へ継続的に接し、十分な長さの文章から複数の特徴を判断できる熟練読者には、AI 文を非常に高い精度で識別できる者が存在する。一方、その能力を読者一般へ拡張する証拠はなく、文章条件によっては専門的な読者でも識別精度が大きく低下する。
ここまでで、前章の Dunlop 調査との関係も整理できる。AI 関与を嫌う読者が存在することと、AI 文を高精度で識別できる読者が存在することは、いずれも証拠がある。しかし、同じ人物が両方の性質を持つとは限らず、その割合も分かっていない。「嫌う」「見抜ける」「実際に離脱する」を一続きの現象として扱うには、まだ間に検証すべき段階が残っている。
次に確認する必要があるのは、識別能力ではなく評価そのものである。読者が AI 関与を知った場合、本当に文章や著者への評価は低下するのか。さらに、その低下が Cantrill のいう「書き手本人が考えていないこと」への拒否によって生じているのかを、別の実験から切り分ける必要がある。
8. Pangram の進歩が Cantrill を「嫌悪」から「運用方針」へ進ませた
Cantrill の論考後半で Pangram が重要なのは、単に高性能な AI 検出器を紹介するためではない。それまでの議論では、AI 文への違和感や拒否反応は読者側の主観として扱われていた。Pangram の登場によって、その主観的な問題を、公開前に機械的に検査し、組織として一定の基準を適用できる運用問題へ変換できるようになる。
この変化には段階がある。第一に、AI 関与を嫌う読者が存在する。第二に、その読者が AI 文を識別できる場合がある。第三に、人間の識別へ頼らなくても、機械検出器が一定の精度で文章の由来を推定できる。第四に、AI 関与が発覚した場合に信頼低下や評判上の損失が生じると考えるなら、組織は公開後に問題へ対処するより、公開前に検査して回避する方が合理的になる。Pangram は、この第三段階から第四段階へ進むための技術的な条件を提供している。
| 段階 | 問い | Pangram 導入前 | Pangram 導入後 |
|---|---|---|---|
| 読者の態度 | AI 関与を嫌う読者が存在するか。 | アンケートや個別の反応から確認する。 | 検出器の有無とは独立して存在する。 |
| 人間による識別 | 読者が AI 文を見抜けるか。 | 経験や文章条件によって精度が変わる。 | 人間の判断だけへ依存する必要はなくなる。 |
| 機械による識別 | 公開前に AI 由来を一定精度で検査できるか。 | 実用上の精度に疑問があれば運用基準へ組み込みにくい。 | 高性能な検出器であれば公開前検査を制度化できる。 |
| 組織的対応 | 公開基準として何を要求するか。 | 個人の判断や執筆者の自己申告へ依存する。 | 機械判定を公開ゲートの一つとして利用できる。 |
Pangram 4 は 2026 年 7 月に公開され、50 語以上の自然言語による長文を主対象として、文章区間ごとに Human、AI-Assisted、AI-Generated を推定する[12]。ここで単純な二値分類だけでなく、混合的な生成由来を区別しようとしている点は重要である。実際の文章では、人間が一部を書き、LLM が別の部分を書き、さらに人間が編集するという混合過程が一般的だからである。
Pangram 自身の評価では、英語の人間文章 100 万件に対する偽陽性率は 0.0041% とされている[12]。偽陽性とは、人間が書いた文章を誤って AI 由来と判定することである。同じ評価では、26 種類の生成モデルによる英語 AI 文約 52 万件に対する偽陰性率は 0.3396% と報告されている[12]。偽陰性は、AI 文を誤って人間文と判定することである。
| 指標 | Pangram 4 の開発元評価 | 運用上の意味 |
|---|---|---|
| 偽陽性率 | 英語の人間文章 100 万件に対して 0.0041% と報告されている。 | 人間が書いた文章を AI 文として誤って排除する頻度が低いことを示す。 |
| 偽陰性率 | 英語の AI 文約 52 万件に対して 0.3396% と報告されている。 | AI 文を見逃して人間文と判定する頻度が低いことを示す。 |
| 判定単位 | 文章全体だけでなく、区間ごとに Human、AI-Assisted、AI-Generated を推定する。 | 人間と AI が混在する文章を一律の二値分類だけで扱わずに済む。 |
| 主対象 | 50 語以上の自然言語による長文を対象とする。 | 短文、コード、定型文などへ同じ性能をそのまま適用できるとは限らない。 |
この数値がそのまま現実のあらゆる文章へ適用できるわけではない。開発元自身による評価であり、対象となる文章分布、生成モデル、文章長、編集方法によって性能は変わり得る。それでも、少なくとも Cantrill が Pangram を運用へ組み込もうとする理由は理解できる。偽陽性と偽陰性の双方が十分に低いなら、検出器は単なる参考情報ではなく、公開前の品質確認へ利用可能な水準に近づく。
しかも Pangram については、開発元評価以外の検証も存在する。Jabarian と Imas は、複数ジャンル、文章長、生成モデルを含む大規模なコーパスを用いて、Pangram、OriginalityAI、GPTZero、RoBERTa などを比較している[13]。この種の比較は、開発元が自ら選んだ評価条件だけではなく、異なる条件でも性能を維持できるかを確認するうえで重要になる。
2026 年の Van Vlasselaer らの査読研究でも、Pangram は比較対象となった検出器の中で最も良い結果を示した。完全な AI 文では包括精度 97.5%、人間と AI の混合文および人間化処理した AI 文では 95.0% と報告されている[14]。数値の定義やデータセットが Pangram 自身のモデルカードとは異なるため単純比較はできないが、独立した評価でも高性能だったことには意味がある。
| 評価元 | 評価の特徴 | Cantrill の判断への意味 |
|---|---|---|
| Pangram 開発元 | 大規模な人間文と AI 文で偽陽性率、偽陰性率を評価している。 | 製品が想定する利用条件では非常に高い性能を主張している。 |
| Jabarian と Imas | 複数ジャンル、文章長、生成モデルを使い、複数の検出器を比較している。 | 開発元以外の条件でも Pangram を評価する材料を与える。 |
| Van Vlasselaer ら | 完全 AI 文だけでなく、混合文や人間化処理した AI 文も比較している。 | 単純な未編集 AI 文だけで高性能だったという説明では足りないことを示す。 |
この状況では、「AI 検出器はすべて精度が低く、運用には使えない」という一般論は維持しにくい。過去の検出器に大きな誤判定があったとしても、検出技術自体が更新され、独立評価でも高い性能を示す製品が存在するなら、2026 年時点の判断は現在の性能に基づいて行う必要がある。
Cantrill の論証にとって、この技術的変化は大きい。読者が AI 執筆を嫌っていても、それを誰も判別できないのであれば、公開者側には「気にしても仕方がない」という反論が成立する余地がある。検出精度が上がれば、その前提が崩れる。AI 関与が第三者に発見され得るなら、それによって信頼が低下する可能性も、公開者側が事前に考慮すべきリスクになる。
ここで Cantrill は、個人的な執筆観から組織的なリスク管理へ議論を移している。Oxide の公開文章について、単に「LLM を writer として使わない」という執筆者側の自己申告だけでなく、Pangram でも human-authored と判定される状態を求める方向へ進む[1]。これは、執筆時の行為規範と公開時の検査規範を重ねる設計である。
| 運用段階 | 規則 | 目的 |
|---|---|---|
| 執筆時 | LLM を writer として利用しない。 | 文章生成を人間側へ残し、writer-reader social contract を維持する。 |
| 公開前 | Pangram で human-authored と判定されることを確認する。 | 執筆者の自己申告だけに依存せず、外部から観測可能な検査を追加する。 |
| 公開後 | 読者から AI 執筆を疑われる可能性を低減する。 | 記事そのものだけでなく、組織や著者への信頼低下を防ぐ。 |
この設計の背後には、公開文章を品質問題だけでなく評判問題として扱う判断がある。文章内容が正しくても、読者が「これは本人が考えて書いたものではない」と判断すれば、著者や組織への信頼が下がる可能性がある。逆に、文章内容に誤りがなくても、その制作過程が読者の期待する規範へ反しているだけで評価を落とす場合がある。Cantrill にとって、公開文章は情報を伝える手段であると同時に、Oxide がどのように考え、どのような人間が責任を持って発信しているかを示すものでもある。
この前提に立てば、Pangram を公開前検査へ使う合理性は理解できる。AI 関与を嫌う読者が一定数存在し、高性能な検出器によって第三者にも発見され得るなら、公開後に信頼を失う可能性を受け入れるより、公開前に検出して修正する方が組織として管理しやすい。セキュリティ検査や静的解析と同様に、公開前のゲートとして自動判定を置く発想である。
ただし、ここで Cantrill の論証には新しい前提が加わる。Pangram の性能が高いだけでは十分ではない。検出器が判定している対象と、Oxide が守ろうとしている価値が一致している必要がある。Pangram が高い精度で「この文字列は AI によって生成された可能性が高い」と判定できても、それだけで「この文章の名義人は内容を考えていない」と証明できるとは限らない。
この違いは、第 5 章で分けた文章生成の由来と知的な由来に対応する。Pangram が直接推定しようとしているのは主として文章生成の由来である。一方、Cantrill が writer-reader social contract で守ろうとしているのは、名義人本人が内容を考え、理解し、判断したことへの信頼である。両者に強い相関があるなら検出器は有効な代理指標になるが、同じものではない。
| 対象 | Pangram が扱う問い | Cantrill が守ろうとする問い |
|---|---|---|
| 文章生成 | この文字列は人間、AI、または両者のどのような関与で生成された可能性が高いか。 | 名義人本人が文章を作るための知的作業を担ったか。 |
| 理解 | 名義人が内容を理解しているかは直接判定しない。 | 名義人が公開した主張を自分で説明できることを期待する。 |
| 判断 | 問題設定、比較軸、結論を誰が形成したかは直接判定しない。 | 名義人自身が判断を形成したことを重視する。 |
| 責任 | 公開後に誰が責任を負うかは検出対象ではない。 | 組織や著者が公開内容へ責任を負うことを前提とする。 |
Cantrill の議論は、Pangram の登場によって一段進んだ。AI 文への個人的な嫌悪を述べるだけなら、読者ごとの趣味や価値観として終わる。高性能な検出器が利用可能になると、その価値観を組織の公開基準へ変えることができる。AI 関与を避けるという規範を、検証可能な運用へ落とし込めるからである。
しかし、運用可能になったことと、運用基準が守りたい価値を正確に測っていることは別である。Pangram の性能が高いほど、「検出器は役に立たない」という反論は弱くなる一方、「検出器が何を測っているのか」という次の問いが重要になる。Cantrill の後半を評価するには、Pangram が実用的な検出器かどうかだけでなく、Pangram-clean であることが本当に人間による理解や著者性の保証になるのかを分けて検証しなければならない。
9. 「読者は見抜ける」という断言は、そのままでは成立しない
ここからは、Cantrill の個別命題を反証する。最初の対象は「読者は AI 文を見抜ける」という断言である[1]。第 7 章で確認した研究を合わせると、人間による識別が可能な条件は存在するが、その能力を読者一般の性質として扱うことはできない。
Russell、Karpinska、Iyyer の研究では、LLM を文章作成へ頻繁に利用する 5 人の熟練判定者が、300 本の非フィクション英文を多数決で判定し、誤分類は 1 本だった[10]。この結果は、人間による AI 文識別が原理的に不可能だという主張を否定する。しかし、対象は一般読者ではなく LLM 生成文へ習熟した少人数の判定者であり、最終精度も個人ではなく多数決によるものである。
一方、Fiedler と Döpke の研究では、大学教員 63 人による AI 文の正答率は 57% にとどまり、高品質条件ではさらに識別が難しくなった[11]。Hwang らの研究でも、熱心な読者は AI 支援作品と作家の単独執筆作品を識別できなかった[8]。文章を読む専門性だけで、高い AI 文識別能力が保証されるわけではない。
| 命題 | 研究から言えること | 一般化できないこと |
|---|---|---|
| 人間は AI 文を識別できない | 特定条件では熟練者が極めて高い精度で識別できる。 | 人間一般が同じ精度を持たないことを意味しない。 |
| 文章を読む専門家なら AI 文を見抜ける | 大学教員でも識別精度が高くならない条件がある。 | 文章読解の専門性と LLM 生成文への習熟を同一視できない。 |
| 読者は AI 文を確実に見抜ける | 現在の証拠では支持できない。 | 読者、文章分野、文章長、生成方法、人間編集の条件を固定せず一般化できない。 |
Dunlop の 668 人調査も、この断言を補強する直接証拠にはならない。回答者は AI 関与を疑う際の特徴や反応を報告しているが、正解ラベルを持つ文章を提示されて識別精度を測定されたわけではない[9]。「AI らしいと感じる」ことと「AI 生成を正確に判定できる」ことは別である。
反証後に残る命題は限定される。LLM 生成文へ継続的に接し、十分な判断材料を含む文章を読む熟練者の中には、非常に高い精度で AI 文を識別できる者がいる。しかし “readers can absolutely tell” という主語を読者一般へ広げた断言は、現在の研究からは支持できない。
10. AI だと分かった文章が嫌われることは支持されるが、その原因は確定していない
前章で限定したのは、人間による識別能力である。しかし、読者自身が AI 文を正確に見抜けないことから、「AI 関与は読者評価に影響しない」とは言えない。生成元を伏せた状態では区別できなくても、AI が使われたと知らされた時点で文章や著者への評価が変わる可能性があるからである。ここでは「見抜けるか」と「知ったときに気にするか」を分けて検証する必要がある。
この二つは因果の位置が異なる。識別能力を問う場合には、文章そのものから AI 関与を推定できるかを測る。一方、AI 関与への評価を問う場合には、文章内容が同じでも、生成主体について与えられた情報によって評価が変化するかを測る。後者が成立するなら、AI 関与は文章品質とは独立して、著者や文章を評価するための情報として作用していることになる。
| 検証対象 | 問う内容 | 成立した場合に言えること | 成立しても言えないこと |
|---|---|---|---|
| AI 文の識別 | 生成元を伏せた文章から AI 関与を正しく判定できるか。 | 文章自体に人間が利用できる識別手掛かりが存在する。 | AI 関与を嫌うとは限らない。 |
| AI 関与の開示 | AI を使ったと知らされたことで評価が変わるか。 | 生成過程についての情報が読者評価へ影響する。 | その原因が書き手の労力不足にあるとは限らない。 |
| 文章品質 | 生成元を知らなくても AI 文そのものの評価が低いか。 | 文章特徴や内容品質が評価差を生んでいる可能性がある。 | AI という表示そのものへの反応とは区別する必要がある。 |
AI 関与を知った場合の評価低下については、Dunlop の自己申告調査より強い実験的証拠がある。Raj、Berg、Seamans は 16 件の事前登録実験、合計 27,491 人を対象として、創作文章が AI または AI 支援によって書かれたと認識された場合の評価を調べた[15]。AI 関与を認識した条件では文章評価が一貫して低下し、その効果には知覚された真正性が関与していた[15]。
この実験群が重要なのは、単に「AI が嫌いだと思うか」と質問したわけではない点にある。文章の評価と生成主体についての認識を実験条件として扱うことで、AI 関与について与えられた情報が評価差を生むことを検証している。Dunlop の調査からは「そうすると答える読者が多い」としか言えなかったが、Raj らの結果からは、少なくとも創作文章という条件では、AI 関与の認識そのものが評価を下げる現象が再現されていると言える。
同じ方向の結果は、創作以外にも現れている。Sahebi、Formosa、Bankins の事前登録実験では 547 人が職場メールとソーシャルメディア投稿を評価し、AI 支援または AI 作成と示された文章は、人間だけで書かれたと示された文章より、信頼性、真正性、内容を利用しようとする意向が低く評価された[16]。Nakano らの 261 人を対象とする研究でも、AI 関与の開示によって信頼性、思いやり、能力、好感度の評価が低下し、その影響は社会的・対人的な文章で特に大きかった[17]。
| 研究 | 対象 | 確認された評価変化 | 本稿での意味 |
|---|---|---|---|
| Raj、Berg、Seamans | 16 件の事前登録実験、合計 27,491 人による創作文章の評価である。 | AI または AI 支援と認識された文章の評価が低下し、知覚された真正性がその効果に関与した。 | AI 関与についての認識自体が文章評価を下げる現象を強く支持する。 |
| Sahebi、Formosa、Bankins | 547 人による職場メールとソーシャルメディア投稿の評価である。 | 信頼性、真正性、内容を利用しようとする意向が低下した。 | 創作に限らず、実用的・社会的な文章でも AI 関与が評価へ影響することを示す。 |
| Nakano ら | 261 人を対象として複数のコミュニケーション文脈を比較した。 | 信頼性、思いやり、能力、好感度が低下し、とくに社会的・対人的な文章で影響が大きかった。 | AI 関与への反応が文章目的によって変化することを示す。 |
これらを合わせると、Cantrill の議論のうち「読者は AI 関与を気にする」という方向はかなり強く支持される。Dunlop の 668 人という自選標本だけに依存しなくても、AI 関与についての情報が文章や著者への評価を下げる現象は、条件を統制した複数の実験で確認されている。前章で「読者一般が AI 文を確実に見抜ける」という命題を退けても、この部分まで崩れるわけではない。
ただし、ここから Cantrill の writer-reader social contract をそのまま因果説明として採用することはできない。Cantrill の説明では、読者が時間を費やして文章を読むのに対し、書き手が自分では文章を作らず LLM に生成させることで、書き手と読者の間にあった労力と理解の非対称性が生じる。それが拒否反応につながるという構図になる。この説明には説得力があるが、実験で確認されている「AI 関与を知ると評価が下がる」という現象から、その原因まで一意に決めることはできない。
第一の競合説明は真正性である。Raj らの実験では、AI 関与による評価低下に知覚された真正性が関与していた[15]。ただし、真正性は「書き手が文章生成の労力を払ったか」という一点より広い。文章が本人の考えや表現をどの程度反映していると感じるか、そこに本人の創作上の選択があると認識するかといった要素も含み得る。真正性による評価低下が確認されても、それをそのまま「本人が文章を書く労力を払わなかったことへの罰」と読み替えることはできない。
第二の競合説明は、書き手の専門性への不信である。読者が AI の利用そのものを嫌っているのではなく、「生成結果に誤りがあった場合、この著者はそれを発見できるのか」と疑っている可能性がある。とくに技術解説では、文章の流暢さより、書き手が記述内容を検証できることの方が重要になる。AI 関与を知ることで、文章中の事実だけでなく、名義人の検証能力まで割り引いて評価するなら、同じ評価低下でも Cantrill の労力交換とは異なる因果になる。
第三の説明は文章品質である。読者が AI らしい文章に、冗長、反復的、抽象的、内容密度が低いといった特徴を感じ、それ自体を嫌っている可能性がある。この場合、AI であることは拒否の直接原因ではなく、低品質な文章を予測する手掛かりとして使われている。文章品質を完全に統制しなければ、「AI だから嫌われた」のか「AI に多いと認識される文章特徴が嫌われた」のかを分離できない。
第四の説明は規範違反である。読者が「自分の名前で公表する文章は、自分自身で書くべきだ」という規範を先に持っている場合、AI を使ったという情報だけで否定的に評価することができる。この反応では、実際に著者が内容を深く理解していたかどうかを確認する必要すらない。AI 執筆という行為そのものが、期待される著者行動に反したと判断されるからである。
| 競合する因果説明 | 読者が評価を下げる理由 | Cantrill の説明との違い | 区別するために必要な検証 |
|---|---|---|---|
| writer-reader social contract | 読者に労力を要求する一方、書き手自身が考え、文章化する労力を負っていないと感じる。 | 書き手自身の思考と執筆過程を中心に説明する。 | 著者が実際に払った思考・執筆労力だけを変えて、読者評価への影響を比較する必要がある。 |
| 真正性の低下 | 文章が本人の考えや表現を直接反映していないと感じる。 | 労力量より、本人との結びつきや自己表現を重視する。 | AI 利用量と本人による内容形成の程度を別々に操作する必要がある。 |
| 専門性への不信 | 著者が AI の誤りを検出し、内容を説明できるか疑う。 | 執筆労力ではなく、知識と検証能力を評価している。 | 著者の専門性や検証済みであることを明示した場合に評価低下が残るかを測る必要がある。 |
| 文章品質への嫌悪 | AI に多いと認識する冗長さや定型性を低品質と評価する。 | 生成主体ではなく、完成文章の特徴が直接の原因になる。 | 同一文章に異なる生成元ラベルを付ける条件と、実際の文章品質差を分けて比較する必要がある。 |
| 規範違反 | 自分の名義で出す文章は自分で書くべきだという規範に反したと判断する。 | 著者の理解度や完成文の品質にかかわらず評価低下が起こり得る。 | AI の役割を校正、編集、全文生成などに分けて許容度を比較する必要がある。 |
これらの説明は排他的とは限らない。一人の読者が、本人らしさが失われたと感じると同時に、書き手の専門性を疑い、AI らしい文章品質にも不満を持つことはあり得る。Cantrill の social contract も、その複数の反応の一部を捉えている可能性がある。反証の対象になるのは、social contract が存在しないという命題ではなく、観測された評価低下をそれだけで説明できるという強い因果主張である。
Nakano らの結果は、この点を考えるうえで重要である。AI 関与を開示した際の評価低下は一様ではなく、社会的・対人的な文章でより大きかった[17]。同じ AI 利用でも文章目的によって反応が変わるなら、読者は単純に「人間が文章生成の労力を省いた」という一つの事実だけに反応しているわけではない可能性が高い。
たとえば、機械の設定値を伝える文章と、謝罪や感謝を伝える文章では、AI に同じ程度の文章生成を任せても読者が失ったと感じるものは異なる。設定値の文章では、内容が正しく検証されていれば目的を満たせる場合がある。謝罪文では、文章そのものが「本人が相手へ向けて言葉を選んだ」という行為の一部になるため、AI が代わりに生成したことがコミュニケーションの意味を変える。この差は、第 4 章で確認した「文章が何を読者へ渡すために存在するか」という区別と一致する。
| 文章の目的 | AI 関与によって疑われやすいもの | 評価低下を説明しやすい要因 |
|---|---|---|
| 事実・手順の伝達 | 内容を本当に検証したか。 | 専門性、正確性、責任への不信が中心になりやすい。 |
| 判断の提示 | 本人が評価軸や結論を形成したか。 | 知的な真正性と判断主体への疑念が中心になりやすい。 |
| 創作 | 本人が表現や創作上の選択を行ったか。 | 自己表現や真正性への評価が中心になりやすい。 |
| 対人的なメッセージ | 本人が相手のために言葉を選んだか。 | 誠意、思いやり、社会的行為としての真正性が中心になりやすい。 |
この文脈差は、Cantrill の social contract を否定する材料ではなく、その適用範囲を狭める材料になる。書き手自身の判断や表現を読むことが文章目的に含まれるほど、本人が考え、言葉を選んだことへの期待は強くなる。一方、正確な情報伝達が中心となる文章では、同じ AI 関与でも、本人による全文執筆より検証と責任の方が重要になる場合がある。
ここで反証後に残る命題は二段階に分けられる。第一に、AI 関与を認識した読者が文章や著者への評価を下げる現象には、複数の実験から相当強い証拠がある。Dunlop の自選式アンケートだけに依存しなくても、この現象自体を否定することは難しい。
第二に、その評価低下を生む原因は一つに確定していない。Cantrill の writer-reader social contract は、書き手本人の理解や執筆過程を読者が重視する理由を説明する有力なモデルである。しかし、真正性、専門性への信頼、文章品質、既存規範、文章が果たす社会的機能という競合要因があり、現在の証拠から social contract だけを唯一の因果機構として選ぶことはできない。
| 反証する命題 | 判定 | 反証後に残る命題 |
|---|---|---|
| AI 関与を知っても読者評価は変わらない | 支持できない。 | AI 関与の認識によって評価が低下する現象には、複数の実験的証拠がある。 |
| AI 関与への拒否は創作文章だけの問題である | 支持できない。 | 職場メールやソーシャルメディア投稿などでも評価低下が報告されている。 |
| 評価低下の原因は、書き手が文章作成の労力を払っていないことだけである | 現在の証拠では確定できない。 | 真正性、専門性への不信、文章品質、規範違反など複数の因果経路が考えられる。 |
| AI 関与はどの文章でも同じ意味を持つ | 支持できない。 | 文章目的や社会的文脈によって、AI 関与が損なうと認識される価値は変わる。 |
Cantrill の議論で強く残るのは、「読者は気にする」という部分である。「読者は誰でも見抜ける」という前章の命題より、こちらの方が実証的な支持は強い。ただし、読者が何を気にしているのかについては、Cantrill の説明をそのまま確定した因果として扱うのではなく、文章目的ごとに真正性、理解、専門性、責任、社会的意味を分けて考える必要がある。
この区別を置くと、次に検討すべき対象も明確になる。Cantrill は AI 文の大量生成と読者側の拒否を、スパム がたどった経済構造になぞらえている。しかし、AI 関与への拒否が文章目的によって変わるのであれば、すべての AI 生成文章が スパム と同じ経路で価値を失うとは限らない。次章では、生成コスト低下と選別コスト上昇という類似がどこまで成立し、どこから両者の構造が分かれるのかを検証する。
11. 「AI を使った文章」を一つのカテゴリーとして扱うと、思考の委譲と表現補助が混ざる
Cantrill は RFD 576 で LLM を editor と writer に分け、編集用途を認める一方、writer としての利用には慎重である[4]。この区別は重要だが、実際の利用は二値ではない。発想、問題設定、根拠選定、推論、結論、文章化、校正のどこに LLM を介在させるかによって、委譲される機能が変わる。
Dunlop が LLM を使って技術記事を書く 181 人を調べた別の調査でも、生成ドラフトを大幅に編集する利用者、全面的に書き直す利用者など、制作工程は一様ではなかった[18]。この調査は小規模な自選標本なので利用形態の割合を一般化する材料にはならないが、「AI-assisted」という一つのラベルに異なる工程が含まれることは確認できる。
| 利用例 | 文章生成の由来 | 知的な由来 | Cantrill の問題との関係 |
|---|---|---|---|
| 人間が問題設定、調査、推論、結論を固め、LLM が全文を表現し直す | AI の関与が大きく見える。 | 中心的な判断は人間側に残る。 | 文章生成量だけでは、本人が考えていないとは言えない。 |
| LLM が問題設定、比較軸、論理、結論を作り、人間が全文を書き直す | 最終文字列は人間由来に見える。 | 中心的な判断が AI に依存する。 | human-written でも、本人が思考を形成したという前提は弱くなる。 |
| LLM が校正や語法修正だけを行う | 局所的に AI が介在する。 | 知的内容はほぼ人間側に残る。 | writer としての利用とは区別する必要がある。 |
文章の生成量だけを見ると、第一例の AI 関与が大きく、第二例の AI 関与が小さいように見える。しかし Cantrill が守ろうとしている「この人自身が考えた」という条件では、第二例の方が深刻になり得る。文章生成の由来と知的な由来を分けなければ、この逆転を説明できない。
学術出版でも、AI 利用を単純な有無だけでは扱わない。WAME は、文章作成支援、アイデアや文章の生成、研究上の実質的な利用など、AI を使った種類と程度を明らかにすることを求めている[19]。AI を使ったという事実だけでは、知的貢献と責任の所在を判断できないためである。
反証後にも writer と editor の区別は残る。ただし境界は、AI が何文字を書いたかではなく、問題設定、根拠評価、推論、判断、表現のどの機能を委ねたかによって引く必要がある。さらに、生成された提案を人間が検証し、自分の判断として再形成したかどうかも区別しなければならない。
12. スパム との類比は供給コストの構造には当てはまるが、文章価値の構造までは説明しない
Cantrill は論考後半で、LLM によって大量生成される文章を電子メールの スパム と比較している[1]。この類比を、AI 文章と スパム が道徳的に同じだという主張として読むと議論を外す。Cantrill が注目しているのは、低コスト化によって供給量が増え、その結果として受け手側の選別コストが上昇し、やがて検出と排除の仕組みが発達するという経済構造である。
スパム では、一通の電子メールを送る費用が極めて低いため、送信者は反応率がわずかでも大量送信によって利益を得られる。受信者側から見ると、一通ずつ判定する費用は小さくても、不要なメールが大量に届けば選別に必要な時間は累積する。そのため、個々の受信者が手作業で判断するのではなく、サービス提供者やメールシステムが自動的に分類する仕組みが発達した。
LLM による文章生成にも、この部分では同じ力が働く。人間が数時間かけて書いていた文章を短時間で大量に生成できれば、公開される文章の量を増やせる。生成者側の一件当たりの費用が下がる一方、読者は公開された文章が読む価値を持つかどうかを一件ずつ判断しなければならない。供給者が節約した時間の一部が、受け手側の選別作業として移転する可能性がある。
| 段階 | スパム | LLM による大量文章生成 | 共通する構造 |
|---|---|---|---|
| 生成・送信 | 一通当たりの送信費用が非常に低い。 | 一記事、一投稿、一説明文当たりの生成費用を大幅に下げられる。 | 供給者が低い限界費用で大量供給できる。 |
| 供給量 | 反応率が低くても大量送信によって成立する。 | 一本当たりの読者数が少なくても大量公開しやすくなる。 | 一件ごとの成功率が低くても量によって補える。 |
| 受け手の負担 | 不要なメールを一通ずつ判定する必要が生じる。 | 読む価値のある文章かを開いて確認する負担が増える。 | 供給量の増加が受け手側の選別費用を上昇させる。 |
| 防御 | スパム filter や 評判 system が発達する。 | AI 検出、発信者評価、推薦、公開基準などへの需要が高まる可能性がある。 | 人間による個別判定から自動・制度的な選別へ移る。 |
| 供給側への帰結 | 検出率が高まれば大量送信の期待利益が下がる。 | AI 利用が読者離脱や信頼低下につながれば、大量生成の利得が小さくなる。 | 検出と拒否が供給側の経済合理性を変える。 |
この範囲では、Cantrill の類比は成立する。LLM が重要なのは文章を一件生成できることではなく、生成に必要な限界費用を下げることである。限界費用が下がれば、それまで人間の執筆時間によって抑制されていた供給量を増やせる。供給量が増えれば、希少になるのは文章そのものではなく、読者の注意と選別時間である。
この構造では、文章を書く側が得た生産性向上と、読む側が得る利益が一致するとは限らない。発信者にとっては、10 本の記事を作る費用が 1 本分まで下がることに価値がある。しかし読者にとっては、読む価値のある記事が 1 本のままで、判定しなければならない候補だけが 10 本へ増えれば負担になる。生成コストの低下が社会全体の情報処理コストを同じだけ下げるとは限らず、費用の所在を供給者から選別者へ移す場合がある。
ただし、ここから「LLM 文章は スパム と同じ経路で排除される」と進むと、類比の射程を超える。両者では、受け手が情報へ接触する経路そのものが異なるからである。
| 観点 | スパム | 一般の記事・論考 |
|---|---|---|
| 接触の起点 | 送信者が受信者の受信箱へ一方的に送り込む。 | 読者が検索、購読、リンク、推薦などを通じてアクセスする場合が多い。 |
| 不要情報への曝露 | 受信すること自体を受信者が選んでいない。 | 少なくとも記事を開く段階では読者側の選択が介在する場合が多い。 |
| 選別地点 | 受信箱へ表示される前に排除する価値が高い。 | 検索順位、推薦、著者、見出し、媒体など複数段階で選別できる。 |
| 失敗時の費用 | 大量の不要メールが直接受信環境を占有する。 | 主な損失は、開いて読んだ後に価値がないと判明した時間である。 |
スパム の中心的な問題は、受信者が要求していない通信を、送信者側の都合で受信者の環境へ大量に押し込めることにある。これに対して一般の記事や論考では、読者が検索結果から選んだり、信頼する著者を購読したり、他者の推薦からアクセスしたりする。LLM によって低品質な文章が増えれば検索や推薦の選別負担は増えるが、「送られてくるものを拒否できない」という スパム 固有の構造とは異なる。
さらに重要なのが、検出に利用できる信号の違いである。スパム filter は本文の文章特徴だけを見ているわけではない。送信元、ドメイン、配送履歴、送信量、リンク、認証状態、他の利用者による報告など、通信経路から得られる多数の情報を利用できる。文章の意味を正確に理解しなくても、「この送信者は短時間に大量のメールを送っている」「このドメインには悪い履歴がある」といった外部信号から判定できる。
Cantrill が Pangram へ期待している AI 文検出では事情が異なる。Pangram が直接入力として扱う中心は文章そのものであり、そこから Human、AI-Assisted、AI-Generated といった生成由来を推定する[12]。スパム で利用できる送信インフラ上の履歴と、文章中に残る生成特徴では、判定に利用できる観測量が同じではない。
| 検出信号 | スパム filter | AI 文章検出 |
|---|---|---|
| 本文 | 語句、リンク、内容特徴などを利用できる。 | 語彙、文体、構造など生成由来と相関する特徴を利用する。 |
| 発信元 | IP アドレス、ドメイン、送信者 評判 を利用できる。 | 発信元だけでは、その文章を誰が生成したかを直接判定できない。 |
| 量と頻度 | 短時間の大量送信を強い異常信号として利用できる。 | 大量投稿は AI 利用の手掛かりにはなり得るが、個々の文章の生成由来を確定しない。 |
| 第三者報告 | 多数の利用者からの スパム 報告を継続的に利用できる。 | AI らしいという読者報告には誤認が含まれ、正解ラベルとは限らない。 |
| 過去履歴 | 継続的な送信挙動を 評判 として蓄積できる。 | 著者が過去に AI を利用したとしても、現在の文章が AI 生成であるとは限らない。 |
この差は、排除の精度だけでなく排除の意味にも関係する。スパム では、特定の発信者や送信経路が継続的に不要通信を送っていると確認されれば、その送信者単位で拒否することに合理性がある。AI 利用では、一人の著者が校正だけに AI を使う文章、全文生成する文章、完全に自分で書く文章を混在させることができる。発信者単位の履歴から個々の文章の生成過程を一意に決めることは難しい。
両者のさらに大きな差は、受け手にとっての内容価値である。スパム は定義上、受信者が望んでいない大量・無差別な通信として扱われる。そのため、正しく スパム と判定できたなら排除すること自体が目的に合う。一方、AI が関与した文章では、生成由来を正しく判定できても、それだけでは文章価値を決定できない。
| 文章の例 | AI 関与 | AI 関与だけで価値を判断できない理由 |
|---|---|---|
| 定型的な案内文 | 文章全体を AI が生成する場合がある。 | 必要な事実が正確であれば、表現主体が文章目的へ与える影響は小さい場合がある。 |
| 翻訳 | 文章表現の大部分を AI が生成する。 | 原文の意味が正確に伝達されているかが中心的な評価対象になる。 |
| 技術解説 | 構成や文章化を AI が補助する場合がある。 | 著者が内容を検証し、誤りへ責任を持てるかによって価値が変わる。 |
| 設計判断 | 推論や結論まで AI が生成する場合がある。 | 誰が評価軸を決め、判断したのかが文章価値そのものに関係する。 |
| 個人的なメッセージ | 本人に代わって AI が全文を生成できる。 | 内容だけでなく、本人が相手のために言葉を選んだという行為にも価値がある場合がある。 |
同じ AI 生成という特徴が、文章目的によって異なる意味を持つことは、第 4 章で確認した通りである。正確な情報を渡すことが中心なら、AI 関与そのものより検証と責任が重要になる場合がある。本人の判断や経験を読むことが中心なら、AI による問題設定や推論の生成が文章価値を直接損なう場合がある。スパム のように「検出できれば排除すればよい」という一つの評価規則には還元できない。
この点から、Cantrill の類比には二つの異なる命題が含まれていると整理できる。一つは経済構造についての命題であり、もう一つは社会的帰結についての命題である。前者には既に成立している部分があるが、後者は将来予測である。
| Cantrill の類比から導かれる命題 | 2026 年時点の評価 | 理由 |
|---|---|---|
| 生成費用が下がれば文章供給量を増やせる | 成立する。 | LLM は長文生成に必要な時間と費用を大幅に下げられる。 |
| 供給量が増えれば読者側の選別費用が上がり得る | 成立し得る。 | 読む価値のない文章まで増えれば、候補から有用な文章を選ぶ負担が増える。 |
| 選別費用の増加は自動検出や 評判 への需要を生む | 十分に成立し得る。 | Pangram のような検出器や発信者への信頼が選別手段として利用され始めている。 |
| AI 執筆は検出されることで経済的利得を失う | 条件付きで成立する。 | AI 関与を嫌う読者が重要な顧客であり、検出が信頼低下へ結びつく場合に成立する。 |
| LLM 文章は スパム と同様に社会的に排除される | 現在は確認できない。 | AI 文章には目的と価値の多様性があり、検出された AI 関与が常に排除理由になるわけではない。 |
とくに最後の段階には、複数の条件が必要になる。AI 関与を読者が否定的に評価し、十分な精度で検出でき、その評価が閲覧、購読、採用、購入など実際の行動へ反映されなければならない。さらに、その損失が AI を使って文章生成費用を削減する利益を上回る必要がある。これらが成立して初めて、「AI を使って大量に書くことが供給者にとって割に合わなくなる」という経済的な帰結へ進める。
この条件を式のように単純化すれば、供給者は AI 利用によって得る生成費用の削減と、AI 関与が検出された場合に失う信頼や読者の価値を比較することになる。検出されても読者が気にしない文章では、AI 利用の経済合理性は残る。反対に、著者本人の判断を読むことが商品価値そのものである文章では、少数の検出でも大きな信用損失につながり、AI 利用の利益を上回る可能性がある。
ここでも、文章目的が決定的な変数になる。Cantrill や Oxide の公開文章では、読者が「この会社の人間はどのように考えているのか」を読むこと自体に意味がある。その条件では、AI による文章生成が発覚した際の 評判al cost を大きく見積もることには合理性がある。一方、定型的な通知や機械的な情報整理まで同じ経済構造で評価する必要はない。
反証後にも、スパム 類比の中心部分は残る。低コストな大量生成が供給量を増やし、その結果として受け手側の選別費用を上昇させれば、自動検出、推薦、発信者の 評判 など、受け手側の防御技術が発達する。その防御が十分に有効になれば、低コストで大量生成することの利得を供給側から奪う可能性がある。この経済構造は、スパム の歴史から得られる有用な類比である。
一方、そこから「AI が関与した文章は スパム と同じように排除される」と結論することはできない。スパム では不要性と排除が比較的強く対応するが、AI 文章では、文章目的、AI が担った機能、内容の正確性、名義人の理解と責任によって価値が変わる。検出対象と価値判断が一対一に対応していない。
| 反証する命題 | 判定 | 反証後に残る命題 |
|---|---|---|
| スパム と LLM 文章には共通構造がない | 成立しない。 | 低コスト化、大量供給、受け手の選別費用増加、防御技術の発達という経済構造には明確な類似がある。 |
| スパム と LLM 文章は同じ方法で検出できる | 成立しない。 | スパム は通信経路や 評判 など、文章外の多数の信号を利用できる。 |
| AI 関与を検出できれば排除の妥当性も決まる | 成立しない。 | AI がどの機能を担い、その文章が何を読者へ渡すものかによって価値判断は変わる。 |
| LLM 文章は スパム と同様に社会的に排除される | 2026 年時点では予測である。 | 大量生成が選別技術を発達させ、一定領域で AI 執筆の経済合理性を下げる可能性までは支持できる。 |
Cantrill の スパム 類比から採用できるのは、文章の価値に関する結論ではなく、生成と選別の経済学である。生成費用を大幅に下げる技術が普及すれば、供給量だけでなく、受け手側が何を信用し、何を読むかを決めるための仕組みも変化する。LLM は文章の生産技術だけを変えるのではなく、文章を選別する技術への需要まで同時に生み出す。
その意味では、Cantrill が Pangram へ向かう論理には一貫性がある。大量生成への対抗として選別技術が発達するという部分は、スパム の歴史と対応する。しかし次に検証すべきなのは、その選別技術が実際に何を判定しているかである。Pangram が高性能であっても、検出した AI 由来と、Cantrill が守ろうとしている人間の理解や著者性が同じものとは限らない。
13. Pangram は従来の「AI 検出器は使えない」という反論を弱めたが、検出問題そのものは解消していない
第 8 章で確認したように、Pangram 4 の開発元評価と独立研究はいずれも高い性能を示している[12][14]。したがって、「AI 検出器はどうせ当たらない」という一般論だけで Cantrill の運用方針を退けることはできない。2026 年時点で Pangram を有力な分類器として扱うことには技術的な理由がある。
ただし、開発元が報告する偽陽性率と偽陰性率は、定義された評価集合と運用点で得られた値である。Pangram 自身も、主対象を 50 語以上の自然言語の長文としており、短い応答、ソースコード、参考文献一覧、定型文、手順、技術マニュアル、数式中心の文章では同じ性能を前提にできないと明記している[12]。
| 評価上の条件 | ベンチマークで確認できること | 実運用で残る問題 |
|---|---|---|
| 対象文章 | 想定範囲内の長文自然言語では高い分類性能を評価できる。 | 短文、コード、定型文、数式主体などへ同じ数値を一般化できない。 |
| 正解ラベル | 既知の人間文、AI 文、混合文に対する誤判定率を測定できる。 | 実際の制作工程が不明な文書では、検出結果そのものを真値として扱えない。 |
| 誤判定 | 偽陽性と偽陰性を定量化できる。 | 低い誤判定率でも、大規模運用では人間文章を AI と疑う事例が発生する。 |
Van Vlasselaer らも Pangram の性能を高く評価しながら、高リスクな判断の唯一の証拠として検出器を使うべきではないとしている[14]。既知の正解ラベルを持つ評価集合で高い精度を得ることと、現実の複雑な文書生成過程を一つの判定で確定することは同じではない。
さらに、検出器には敵対的な条件がある。Sadasivan らは、AI 文を再帰的に言い換えることで複数方式の検出器や watermark の性能を低下させ得ることを示し、人間文と AI 文の分布が近づけば原理的に識別が難しくなることを論じた[20]。この研究をそのまま Pangram 4 の現在性能へ当てはめることはできないが、生成器と回避方法が更新され続ける環境で検出性能が恒久的に固定されるとは言えない。
逆方向にも一般化してはならない。過去の検出器が言い換え攻撃に弱かったことから、Pangram 4 も簡単に回避できるとは結論できない。Pangram 4 はその後の回避方法を含めて改善されており、現在の性能は現在の評価によって判断する必要がある[12]。
反証後にも、Pangram 4 は 2026 年時点で有力な AI 文章分類器だという評価は残る。消えるのは、現在の高性能から「AI 生成由来をあらゆる文章で確定できる」と一般化する部分である。そして次章で扱うように、仮に生成由来を完全に判定できても、それだけでは名義人が内容を考えたかどうかは分からない。
14. Pangram が判定するものと、Cantrill が守りたいものは一致していない
Cantrill の議論に対する最も重要な反証は、Pangram の偽陽性率や偽陰性率ではない。第 13 章で扱った検出精度の問題をすべて解決し、仮に Pangram が文章の生成由来を完全に判定できると仮定しても、Cantrill が論考の冒頭から問題にしてきた「この文章の名義人自身が内容を考え、理解したのか」という問いには答えられない。ここには性能改善では埋まらない、測定対象そのものの差がある。
Pangram が直接扱うのは、観測された文章が人間によるものか、AI が関与したものかという文章生成の由来である[12]。一方、Cantrill が writer-reader social contract で守ろうとしているのは、文章に名前を置いた本人が問題を考え、論理を形成し、内容を理解したうえで読者へ提示しているという関係である[1]。前者を textual provenance、後者を intellectual provenance と呼べば、両者が異なる変数であることが明確になる。
| 区別する対象 | 問う内容 | Pangram が直接扱えるか | Cantrill の議論での重要性 |
|---|---|---|---|
| 文章生成の由来 | 観測された語句や文が、人間と AI のどちらによって生成された可能性が高いか。 | 主たる判定対象である。 | LLM を writer として使った可能性を知る手掛かりになる。 |
| 問題設定の由来 | 何を問い、何を論点として選んだのは誰か。 | 文章だけから直接判定しない。 | 書き手本人が何について考えたのかを判断するために重要である。 |
| 推論の由来 | 根拠、比較軸、因果、反論を誰が組み立てたか。 | 直接判定しない。 | 文章に示された論理を名義人本人へ帰属できるかを決める。 |
| 理解 | 名義人が文章中の主張を自分で説明し、反論へ応答できるか。 | 直接判定しない。 | writer-reader social contract の中心に位置する。 |
| 責任 | 公開された主張の誤りや帰結を誰が引き受けるか。 | 判定対象ではない。 | 組織や著者に対する信頼を成立させる条件になる。 |
この差は、境界的な事例を考えると明確になる。第一の反例は、知的な作業を AI へ大きく委ねながら、最終文字列だけを人間が生成する場合である。人間が LLM に「このテーマの中心命題を決め、比較軸を作り、反論を検討し、結論まで組み立ててほしい」と依頼する。その出力を理解した後、元の文を見ずに、自分の表現ですべて書き直したとする。
この場合、最終的な文章は人間が一文ずつ生成している。語彙も文体も人間由来になり、AI 生成文の表面的な特徴がほとんど残らない可能性がある。Pangram が Human と判定したとしても不思議ではない。しかし、何を問題とし、どの比較を行い、どこへ結論を置くかという知的な骨格は LLM から受け取っている。文章生成の由来だけを見れば人間であっても、考えの形成まで人間であるとは限らない。
| 第一の反例 | 主体 | 結果 |
|---|---|---|
| 問題設定 | LLM が中心的な問いを形成する。 | 知的な出発点が AI に依存する。 |
| 比較軸・推論 | LLM が論理構造を提示する。 | 人間は既に形成された論証を受け取る。 |
| 結論 | LLM が結論候補を提示し、人間が採用する。 | 最終判断の内容が AI の提案へ強く依存する。 |
| 最終文章 | 人間が全面的に自分の言葉で書き直す。 | 文章生成の由来は Human と判定され得る。 |
| Cantrill が知りたいこと | 名義人自身が考えを形成したかを問う。 | Human という文章判定だけでは肯定できない。 |
この反例で重要なのは、検出回避を意図している必要がないことである。人間が LLM の提案を十分に読み、自分なりに納得してから文章を書いたとしても、問題設定や論証の起点が AI にあるという事実は変わらない。本人が最終的に理解したことと、本人がその考えを形成したことも別である。Cantrill が「書くことを通じて考える」過程まで重視するなら、完成後に理解しただけでは同じ条件を満たしたことにならない。
第二の反例は逆方向である。人間が自分で問題を設定し、一次資料を調べ、根拠を評価し、反証を検討し、結論を決め、初稿まで書く。その後、LLM に文法、語法、冗長さ、段落の接続だけを整えさせたとする。最終文字列には AI による生成が広く含まれるため、Pangram が AI-Assisted と判定する可能性がある。しかし、文章で示される判断の形成はほぼ人間側で完結している。
| 第二の反例 | 主体 | 結果 |
|---|---|---|
| 問題設定 | 人間が形成する。 | 何を問うかは名義人自身の判断である。 |
| 調査・根拠評価 | 人間が行う。 | 何を事実として採用するかを本人が判断する。 |
| 推論・反証 | 人間が組み立てる。 | 論証を本人が再説明できる。 |
| 結論 | 人間が決める。 | 最終判断を本人へ帰属できる。 |
| 表現編集 | LLM が広く介在する。 | 文章生成の由来は AI-Assisted と判定され得る。 |
| Cantrill が知りたいこと | 名義人自身が考え、理解したかを問う。 | この条件はかなり強く満たされている。 |
二つの反例を並べると、Pangram の判定と Cantrill の目的が逆転し得ることが分かる。Human と判定された文章の方が知的な形成を AI へ大きく委ね、AI-Assisted と判定された文章の方が名義人自身の思考を強く保持している場合がある。検出器の誤判定ではない。検出器が自分の測定対象について正しく判定していても起こる。
| 事例 | 想定される文章生成の由来 | 知的な由来 | Cantrill の目的からの評価 |
|---|---|---|---|
| AI が論証を作り、人間が全文を書き直す | Human と判定され得る。 | 中心的な思考形成に AI が大きく関与する。 | 検出を通過しても、本人が考えたことの保証にはならない。 |
| 人間が論証を作り、AI が文章を全面的に整える | AI-Assisted と判定され得る。 | 中心的な思考形成は人間側に残る。 | 検出されても、本人が考えていないとは言えない。 |
| 人間がすべて考え、自分で文章を書く | Human と判定されることが期待される。 | 人間側にある。 | 文章生成の由来と知的な由来が一致する。 |
| AI が論証と文章を生成し、人間がほぼそのまま公開する | AI-Generated と判定されることが期待される。 | AI への依存が大きい。 | Cantrill の懸念と検出結果が一致する。 |
最後の二例だけを見れば Pangram は Cantrill の目的へよく適合する。完全な人間執筆と、ほぼ完全な AI 執筆という両端では、文章生成の由来と知的な由来が一致しやすいからである。問題は中間領域にある。LLM が発想、構成、検証、文章化の一部だけを担えるようになると、文章生成の由来を知的な由来の代理指標として使う精度が下がる。
ここで必要なのは、相関と同値を区別することである。AI が全文を生成した文章では、名義人自身が文章化を通じて考えていない可能性が高くなる。その意味で textual provenance と intellectual provenance には相関がある。しかし、相関があることから、「Human 判定なら人間が考えた」「AI-Assisted 判定なら人間が十分に考えていない」という同値関係は導けない。
学術出版の著者資格は、この違いを制度として扱っている例になる。ICMJE が著者へ要求しているのは、論文中のすべての語句を自分自身で入力したことではない。研究の構想や設計、データの取得・分析・解釈への実質的な貢献、重要な知的内容への関与、最終稿の承認、そして内容の正確性や完全性に対する責任である[5]。
この基準では、言語編集や校正へ第三者が関与しても、それだけで知的な著者性が第三者へ移るわけではない。反対に、文章の入力作業をすべて本人が行っていても、研究上の知的貢献がなければ著者資格は得られない。つまり学術著者性は、文字列を誰が生成したかより、研究上の知的貢献と責任を中心に設計されている。
WAME も生成 AI の利用を一律に禁止または許可するのではなく、利用した種類と程度を明らかにし、人間の著者が内容に責任を負うことを求めている[19]。AI を使ったかどうかだけでは、研究上の判断を誰が行ったかを把握できないためである。
| 評価方法 | 中心となる問い | 強み | 限界 |
|---|---|---|---|
| Pangram による文章判定 | 最終的な文章に AI 生成の特徴が存在するか。 | 文章生成の由来を外部から一定程度検査できる。 | 問題設定、推論、理解、責任の所在を直接確認できない。 |
| ICMJE 型の著者資格 | 誰が実質的な知的貢献を行い、最終内容へ責任を負うか。 | 知的な著者性を直接の評価対象にできる。 | 外部の読者が完成文章だけから自動的に確認することは難しい。 |
| AI 利用の開示 | どの工程に AI を利用したか。 | 文章生成の由来と知的な由来の関係を説明できる。 | 自己申告に依存し、虚偽や不十分な説明を外部から完全には防げない。 |
| 名義人への説明責任 | 本人が根拠、推論、判断を説明し、誤りを訂正できるか。 | 理解と責任を直接確認する方向へ近づく。 | 公開文章すべてについて事前に検査するには費用が高い。 |
ここから Pangram の位置づけが明確になる。Pangram は著者性そのものを測る装置ではなく、著者性と相関すると期待される一つの外部信号を測る装置である。Human 判定は、人間が文章を生成した可能性を高める。しかし、その人間が問題を自分で発見したこと、根拠を自分で評価したこと、推論を自分で形成したことまでは証明しない。
逆に AI-Assisted という判定も、その文章が名義人の考えではないことを意味しない。表現編集だけを LLM に任せた文章であれば、AI の生成特徴が存在していても、中心的な知的内容は名義人自身に属し得る。第 4 章で確認した論文の例では、この区別を行わなければ、言語編集を受けた研究者の知的貢献まで否定することになる。
この構造は、検出器の性能をどれだけ改善しても残る。偽陽性率をゼロにし、偽陰性率をゼロにし、Human、AI-Assisted、AI-Generated の生成由来を完全に分類できたとしても、次の表の右側は依然として観測できない。
| 完全な文章生成検出で分かること | 完全な文章生成検出でも分からないこと |
|---|---|
| どの文や区間を AI が生成したか。 | 記事の中心的な問いを誰が考えたか。 |
| 人間と AI の文章生成がどのように混在したか。 | どの根拠を採用するかを誰が判断したか。 |
| 最終文字列に AI の生成が含まれているか。 | 因果関係や反論を誰が検討したか。 |
| 文章表現の生成由来 | 名義人が論証を自分で再構成できるか。 |
| 文章生成工程における AI 関与 | 名義人が結論を自分の判断として形成し、その帰結へ責任を負えるか。 |
この表が、第 13 章までの性能論と第 14 章の反証を分ける境界になる。第 13 章では、「Pangram は誤る可能性があるため証明にはならない」と論じた。第 14 章ではそれより強く、「Pangram が一度も誤らなくても、Cantrill が知りたい変数を測っていない」と論じる。前者は技術性能の問題なので将来の改良で縮小できる。後者は測定対象の違いなので、同じ種類の 検出器 を高精度化するだけでは解消できない。
それでも、Oxide が Pangram-clean を公開基準として採用することが直ちに不合理になるわけではない。組織は、守りたい価値そのものを直接測定できない場合に、それと相関する観測可能な指標を運用基準へ使うことがある。Oxide が「公開文章は人間が考え、人間が書いている」という強い規範を採用し、その規範への違反を可能な限り避けたいのであれば、Pangram の Human 判定を保守的な公開条件として使うことには意味がある。
| Pangram-clean の位置づけ | 成立する評価 | 成立しない評価 |
|---|---|---|
| 組織内部の公開基準 | AI writer の利用を避けるという組織方針を補助的に検査する手段になり得る。 | Human 判定だけで名義人の全知的作業を証明できるとは言えない。 |
| 読者への信頼シグナル | AI 生成文章を嫌う読者に対し、保守的な制作方針を示すことができる。 | その文章の問題設定や結論がすべて名義人自身から生まれたことまでは示さない。 |
| 評判リスク の管理 | 第三者 検出器 から AI と判定される公開文章を減らすことができる。 | AI 関与に関するあらゆる批判や疑念を排除できるわけではない。 |
| 真正な著者性の証明 | 文章生成の由来について一つの証拠を提供する。 | 理解、判断、知的貢献、責任まで含む著者性の証明にはならない。 |
ここでは「信頼シグナル」と「証明」を区別する必要がある。信頼シグナルは、直接観測できない性質について、一定の確率で推定するための手掛かりである。Pangram-clean という基準は、「少なくとも検出可能な形で LLM に文章を書かせてはいない」という情報を読者へ与えられる。そのことが、Oxide の文章制作規範を示すシグナルとして機能する可能性はある。
しかし証明と呼ぶには、判定対象と証明したい対象が一致していなければならない。Human 判定から直接導けるのは文章生成の由来についての推定であって、「名義人がこの中心命題を自分で発見した」「反論を自分で検討した」「結論を自分の判断として形成した」という知的過程ではない。この間を推測で埋めれば、Cantrill が当初批判した「完成文章の外形から、その背後にある思考を推定する」という問題を別の形で繰り返すことになる。
この点は皮肉でもある。Cantrill の中心的な洞察は、LLM の登場によって「整った文章がある」という観測事実から「名義人がそこまで考えた」という推定を置けなくなったことだった。しかし Pangram-clean を真正な著者性そのものと扱えば、今度は「検出器が Human と判定した」という別の観測事実から「名義人がそこまで考えた」という推定を置くことになる。入力となる信号が文章品質から 検出器 の判定へ変わっても、観測できない思考過程を代理指標から推定している構造は残る。
| 推定の構造 | 観測できるもの | そこから推定したいもの | 残る不確定性 |
|---|---|---|---|
| LLM 普及以前の暗黙の推定 | 名義人の名前で整った文章が存在する。 | 名義人自身が考え、文章化した。 | 代筆、浅い理解、模倣などは以前から存在した。 |
| LLM 普及後に崩れた推定 | 名義人の名前で整った文章が存在する。 | 名義人自身が考えた。 | LLM によって文章生成と理解を大規模に分離できる。 |
| Pangram-clean による新しい推定 | 検出器が Human と判定する。 | 名義人自身が考えた。 | AI が思考形成へ関与した後、人間が文章を生成する経路を排除できない。 |
この反証によって、Pangram の価値が失われるわけではない。Pangram は文章生成の由来を調べるための有力な分類器であり、組織が AI writer の利用を抑制するための検査手段として利用できる。読者から AI 執筆を疑われること自体を 評判リスク と考える組織なら、Pangram-clean を公開基準へ組み込む合理性もある。
失われるのは、それを writer-reader social contract の完全な検証装置として扱う論理である。Cantrill が守りたいものは、文字列を人間が生成したという事実だけではない。名義人自身が読む前に考え、主張を理解し、その内容を自分の判断として読者へ提示していることだった。その条件を確認するには、文章生成の由来だけでなく、問題設定、根拠評価、推論、理解、最終判断、責任まで見る必要がある。
| 反証する命題 | 判定 | 反証後に残る命題 |
|---|---|---|
| Pangram が完全に正確なら著者の思考過程も確認できる | 成立しない。 | 完全な textual provenance の判定でも intellectual provenance は直接観測できない。 |
| Human 判定なら名義人が自分で考えたと証明できる | 成立しない。 | AI が論証を形成し、人間が文章を書き直す経路が残る。 |
| AI-Assisted 判定なら名義人自身の知的貢献は弱い | 成立しない。 | 人間が全知的作業を行い、表現だけ AI が編集する経路がある。 |
| Pangram-clean は無意味である | 成立しない。 | 組織方針の補助検査や読者への信頼シグナルとしては利用価値がある。 |
| Pangram-clean は真正な著者性を証明する | 成立しない。 | 文章生成の由来と相関する信号であり、理解、判断、知的貢献、責任までを証明するものではない。 |
反証後に残る結論は明確である。Pangram が測る文章生成の由来と、Cantrill が守ろうとする知的な由来には相関があり得る。そのため Pangram は実用上の信頼シグナルとして機能し得る。しかし両者は同値ではなく、Pangram-clean という条件から名義人本人の理解や思考を証明することはできない。
ここまで来ると、Cantrill の論考で最後に評価すべき対象は 検出器 の性能ではなく、Pangram-clean という代理指標を組織規範としてどこまで強く扱うべきかになる。守りたい対象を直接測れないとき、代理指標を運用基準へ使うことには合理性がある。一方、その指標を達成すること自体が目的になると、もともと守ろうとしていた「人間が考え、人間が理解し、人間が責任を負う」という条件から再び離れる可能性がある。
15. 反証を通した後に、Cantrill の何が残るのか
Cantrill の個々の強い断言は、そのままでは残らない。「読者は絶対に見抜ける」は条件を限定する必要があり、AI 関与への評価低下は実験的に支持されても、その原因を writer-reader social contract だけに確定することはできない。スパムとの類比は生成コストと選別コストの構造には使えるが、AI 文が同じ社会的帰結へ向かうことまでは示していない。Pangram も 2026 年時点では有力な分類器だが、文章生成の由来を推定することと、名義人が内容を考えたことを証明することは別である。
| 検証した命題 | 反証後に残る範囲 |
|---|---|
| 読者は AI 文を見抜ける | 特定条件の熟練読者には成立するが、読者一般へは広げられない。 |
| 読者は AI 関与を嫌う | 評価低下には実験的根拠があるが、原因は一つに確定していない。 |
| LLM 文はスパムと同じ道をたどる | 低コスト大量生成と受け手側の選別という経済構造には類似がある。 |
| Pangram-clean なら本人が考えた文章だと分かる | 成立しない。文章生成の由来と知的な由来は同値ではない。 |
それでも Cantrill の中心的な問題提起は残る。LLM が普及する以前、一定の長さと論理構造を持つ文章を完成させるには、何を書くかを選び、前後を接続し、文章として外化する人間の作業が必要だった。そのため完成文章は、不完全ではあっても、名義人が一定の知的作業を経たことを示す手掛かりとして機能していた。
LLM はこの制約を外した。名義人自身が同じ論証を組み立てられなくても、問題設定、構成、反論、結論まで含む整った文章を得られる。文章品質が下がったから信頼できなくなったのではない。高品質な文章と、名義人自身が費やした知的作業を分離できるようになったから、完成文章を理解や判断の代理指標として使いにくくなったのである。
反証を通して最後に残る命題は一つである。生成 AI が壊したのは人間らしい文体ではなく、完成した文章を見れば、その名義人がそこに書かれた内容を自分で考え、理解し、判断したと推定できるという、文章と知的主体との従来の対応関係である。
参考文献
- Bryan Cantrill, The revolt of the reader (2026-09-05). https://bcantrill.dtrace.org/2026/09/05/the-revolt-of-the-reader/
- Janet Emig, Writing as a Mode of Learning (1977). https://doi.org/10.58680/ccc197716382
- Linda Flower, John R. Hayes, A Cognitive Process Theory of Writing (1981). https://doi.org/10.58680/ccc198115885
- Bryan Cantrill, Oxide Computer Company, RFD 576: Using LLMs at Oxide. https://rfd.shared.oxide.computer/rfd/0576
- International Committee of Medical Journal Editors, Defining the Role of Authors and Contributors. https://www.icmje.org/recommendations/browse/roles-and-responsibilities/defining-the-role-of-authors-and-contributors.html
- International Committee of Medical Journal Editors, Use of AI by Authors. https://www.icmje.org/recommendations/browse/artificial-intelligence/ai-use-by-authors.html
- Fiona Draxler et al., The AI Ghostwriter Effect: When Users Do Not Perceive Ownership of AI-Generated Text But Self-Declare as Authors (2024). https://doi.org/10.1145/3637875
- Angel Hsing-Chi Hwang et al., “It was 80% me, 20% AI”: Seeking Authenticity in Co-Writing with Large Language Models (2025). https://doi.org/10.1145/3711020
- Cynthia Dunlop, Report: How developers react to AI-scented blog posts (2026-06-16). https://writethatblog.substack.com/p/dev-reaction-to-ai-blog-posts
- Jenna Russell, Marzena Karpinska, Mohit Iyyer, People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text (ACL 2025). https://aclanthology.org/2025.acl-long.267/
- Marco Fiedler, Jörg Döpke, Do humans identify AI-generated text better than machines? Evidence based on excerpts from German theses (2025). https://doi.org/10.1016/j.iree.2025.100321
- Pangram Labs, Pangram 4 Model Card (2026-07-29). https://www.pangram.com/research/model-card/pangram-4
- Brian Jabarian, Alex Imas, Artificial Writing and Automated Detection, NBER Working Paper 34223 (2025). https://www.nber.org/papers/w34223
- Marijke Van Vlasselaer, Filip Van Droogenbroeck, Bram Spruyt, Who wrote this? Evaluating the reliability of AI detection tools in higher education (2026). https://doi.org/10.1007/s40979-026-00226-w
- Manav Raj, Justin M. Berg, Rob Seamans, The artificial intelligence disclosure penalty: Humans persistently devalue AI-generated creative writing (2026). https://doi.org/10.1037/xge0001889
- Siavosh Sahebi, Paul Formosa, Sarah Bankins, The AI penalty and disclosure paradox: Trust, authenticity and knowledge uptake in AI-mediated communication (2026). https://doi.org/10.1016/j.chbah.2026.100304
- Hiroki Nakano et al., Understanding Reader Perception Shifts upon Disclosure of AI Authorship (2025). https://arxiv.org/abs/2510.24011
- Cynthia Dunlop, Report: Why developers use LLMs to write blog posts (2026-06-09). https://writethatblog.substack.com/p/report-llms-tech-blogs
- World Association of Medical Editors, Chatbots, Generative AI, and Scholarly Manuscripts: WAME Recommendations on Chatbots and Generative Artificial Intelligence in Relation to Scholarly Publications (2023). https://www.wame.org/page3.php?id=106
- Vinu Sankar Sadasivan et al., Can AI-Generated Text Be Reliably Detected? Stress Testing AI Text Detectors Under Various Attacks (2025). https://mlanthology.org/tmlr/2025/sadasivan2025tmlr-aigenerated/